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

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  4. 空间红外目标仿真与跟踪技术研究,TP391.41
  5. 视频运动目标跟踪方法研究,TP391.41
  6. 无线传感器网络的目标跟踪算法研究,TN929.5
  7. 基于无线传感器网络的目标跟踪技术的研究,TN929.5
  8. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  9. 动态场景下运动目标检测与跟踪算法研究,TP391.41
  10. 监控视频中的车辆检测与跟踪技术研究,TP391.41
  11. 用于视频编解码的快速运动估计研究,TN919.81
  12. 基于分块颜色直方图和HOG特征的粒子滤波跟踪,TP391.41
  13. 民机ISS系统中红外/可见光的跑道监视算法研究,TP391.41
  14. 空间机动目标跟踪方法研究,V556.8
  15. GPU加速的粒子滤波PET图像重建算法,TP391.41
  16. 基于FISST理论的多目标跟踪技术研究,TN953
  17. 用于SINS/GPS组合导航的粒子滤波算法及硬件实现研究,TN967.2
  18. 视频监控系统中相关图像处理技术的研究与实现,TP391.41
  19. 视频图像中运动目标跟踪技术研究,TP391.41
  20. 有转移密度函数的HMM隐状态估计与参数估计,O211.62
  21. 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