融合粒子滤波与PDR算法的地磁室内定位

发布时间：2024-04-24 04:04

　　尽管已经在全球导航卫星系统中观察到了进步,并且这些系统得到了广泛使用,但是它们无法在信号覆盖区域和缺乏强信号的区域(例如室内环境)中提供有效的导航和定位服务。因此,近年来,室内定位技术已经成为研究和开发的重点。在开放的环境中地球的磁场非常稳定,且由于建筑物和内部结构的差异,这种类型的三维矢量磁场在室内可广泛用于室内定位。本研究中使用智能手机磁力仪收集磁场数据,以构建室内磁场图。此外,加速度传感器和陀螺仪用于推算手机的位置变化,并检测用户在手机上行走的步数。这项研究设计了一种测量用户步长的程序,所有获得的信息都输入到行人航位推算(pedestrian dead reckoning,PDR)算法中,以计算行人目标的位置。利用改进的粒子滤波算法以及磁场图的磁梯度优化了PDR算法的室内定位精度。该方法通过使用粒子滤波算法作为主要定位框架将PDR与地磁定位相结合。为了提高地磁定位精度和地磁指纹的特异性,设计了地磁多特征定位算法,通过在磁场数据中提取3个地磁特征作为单点指纹;然后,利用粒子突变和重构粒子集的方法,解决了用于融合定位中粒子滤波算法的粒子降解问题。同时利用PDR算法中的加速度进行融合定...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图4-4粒子滤波Fig.4-4Implementationo

第4章实验评估434.3算法仿真实验4.3.1算法主框架粒子滤波算法实现为了测试粒子滤波算法的性能随机多方向行走60步，在遗传粒子过滤器中，粒子集的大小为100，所有数据处理和模拟工作均在计算机上完成。多目标粒子过滤器跟踪的性能受跟踪交互作用和非常接近的多个观测值的影响。因此，小....

本文编号：3963204