学位论文 > 优秀研究生学位论文题录展示
基于粒子滤波的个人导航系统算法研究
作 者: 蒲书祥
导 师: 石江宏; 郑灵翔
学 校: 厦门大学
专 业: 电子与通信工程
关键词: 个人导航 活动识别 粒子滤波
分类号: TN966
类 型: 硕士论文
年 份: 2014年
下 载: 6次
引 用: 0次
阅 读: 论文下载
内容摘要
导航技术作为众多信息技术的代表,正悄然进入人类生活的细枝末节。如何适应复杂环境、融合多传感器信息实现更加精确的定位成为导航技术的关键所在,贯性导航系统避免了对于信号源的依赖,使用更加灵活,正逐渐成为个人导航技术研究的重要课题。然而惯性导航系统存在误差累积、容错能力差等特点,本文意在设计一种基于惯性传感器的个人导航系统,并结合机器学习支持向量机方法和粒子滤波,实现对于定位结果的优化。本文通过提取基于卡尔曼滤波的惯性导航系统所解算步长、航向变化角度等信息,建立基于步长、航向变化角度的航位推算运动模型,通过粒子滤波算法对运动轨迹进行优化。优化模块包括平面地图信息融合和活动识别纠正点融合两方面:首先,平面地图信息为航位推算正确性提供了重要的判断依据,本文假设在室内平面地图已知的情况下,利用平面地图信息,判断粒子滤波推算的正确性,即对每一步中每一个粒子分别进行推算,剔除错误粒子,对粒子权重进行二次优化,保证运动轨迹符合客观事实,从而实现纠正;另外,对惯性传感器以及气压传感器数据进行预处理,包括坐标变换、高通滤波、计算气压差值等过程,抽象出训练集进行训练,通过两层的支持向量机对人的活动进行识别,主要识别静止、走路、上下楼梯、上下电梯等活动,针对其中包含了地理信息的活动提取纠正点,并将其提供给粒子滤波模块,在粒子滤波推算的过程中纠正定位解算结果。通过实验可以发现,融合平面地图信息使系统修正了穿越墙壁的错误解算结果;加入活动识别纠正模块后,在基于卡尔曼滤波的导航系统解算结果误差较大情况下,累积误差控制在2%以内。本文的研究证明:通过融合平面地图信息,影响粒子权重的更新与传递,有效的剔除了错误粒子;同时借助支持向量机,对惯性传感器数据进行活动识别,识别准确率较高,通过二次优化识别结果,将带有地理信息的活动作为纠正点,粒子滤波融合纠正点信息完成修正,提高了系统整体精度;算法具有一定的可行性。
|
全文目录
摘要 4-5 Abstract 5-11 第1章 绪论 11-19 1.1 课题研究的背景和意义 11-12 1.2 个人导航系统国内外研究现状 12-16 1.2.1 有源系统 12-14 1.2.2 无源系统 14-16 1.3 本文的主要工作及组织结构 16-19 1.3.1 本文主要工作 16-17 1.3.2 本文结构安排 17-19 第2章 粒子滤波理论基础 19-27 2.1 概述 19-20 2.2 蒙特卡洛方法 20-21 2.3 递归Bayesian估计 21-22 2.4 序列重要性抽样(SIS)滤波器 22-24 2.5 Bootrap/SIR滤波器 24 2.6 粒子滤波存在的问题 24-25 2.7 本章小结 25-27 第3章 融合平面图的粒子滤波算法研究 27-41 3.1 概述 27 3.2 标准粒子滤波算法流程 27-30 3.3 基于粒子滤波的融合算法设计 30-34 3.3.1 纠正系统算法流程 30-31 3.3.2 步长及航向角度信息提取 31-32 3.3.3 系统运动模型 32-33 3.3.4 自适应重采样 33-34 3.4 系统测试及分析 34-40 3.4.1 测试环境介绍 34-35 3.4.2 自适应重采样算法验证 35-37 3.4.3 基于卡尔曼滤波的导航系统精度测试 37-38 3.4.4 融合墙壁信息测试 38-40 3.5 本章小结 40-41 第4章 融合活动识别纠正点的粒子滤波算法研究 41-69 4.1 概述 41-42 4.2 线性可分支持向量机 42-46 4.3 活动识别算法流程及子模块设计 46-54 4.3.1 算法流程图 46-47 4.3.2 基于卡尔曼滤波的姿态角计算 47-49 4.3.3 瞬时加速度计算 49-50 4.3.4 坐标变换 50-52 4.3.5 训练集特征提取 52-53 4.3.6 纠正点提取算法 53-54 4.4 活动识别子模块算法验证 54-61 4.4.1 姿态角度计算测试 54-55 4.4.2 瞬时加速度计算测试 55-56 4.4.3 欧拉角坐标变换测试 56-57 4.4.4 训练集数据及标签定义 57-60 4.4.5 纠正点提取算法验证 60-61 4.5 活动识别实验及分析 61-64 4.5.1 上下楼活动识别 61-62 4.5.2 走平路活动识别 62-63 4.5.3 乘坐电梯活动识别 63-64 4.5.4 活动识别结果统计以及分析 64 4.6 粒子滤波融合纠正点测试 64-68 4.7 本章小结 68-69 第5章 总结及展望 69-71 5.1 工作总结 69-70 5.2 未来工作展望 70-71 参考文献 71-77 致谢语 77-79 攻读硕士学位期间发表的论文及所做工作 79
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 视频运动目标跟踪方法研究,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- 基于无线传感器网络的目标跟踪技术的研究,TN929.5
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 动态场景下运动目标检测与跟踪算法研究,TP391.41
- 监控视频中的车辆检测与跟踪技术研究,TP391.41
- 用于视频编解码的快速运动估计研究,TN919.81
- 基于分块颜色直方图和HOG特征的粒子滤波跟踪,TP391.41
- 民机ISS系统中红外/可见光的跑道监视算法研究,TP391.41
- 空间机动目标跟踪方法研究,V556.8
- GPU加速的粒子滤波PET图像重建算法,TP391.41
- 基于FISST理论的多目标跟踪技术研究,TN953
- 用于SINS/GPS组合导航的粒子滤波算法及硬件实现研究,TN967.2
- 视频监控系统中相关图像处理技术的研究与实现,TP391.41
- 视频图像中运动目标跟踪技术研究,TP391.41
- 有转移密度函数的HMM隐状态估计与参数估计,O211.62
- 智能监控系统物品安全检测关键技术研究和实现,TP277
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线电导航 > 各种体制的导航系统
© 2012 www.xueweilunwen.com
|