基于可信度的地磁与惯导联合室内定位系统

针对目前室内定位系统在前期数据采集阶段耗时耗力和定位过程中易受干扰导致定位精度低等问题,提出了离线构建惯导地磁基准库和在线基于可信度的联合定位算法。与传统的地磁与惯导信息融合相比,通过使用动态步长估计算法和方位角估计算法改进的离线阶段地磁基准库,在确保基准库数据准确有效的前提下,大大缩短了构建基准库所耗费的时间,并且降低了人力成本。同时在线阶段融合地磁匹配与惯导匹配中的确定性信息,通过基于可信度的定位算法获得最终节点位置。经实际环境实验结果表明,提出的定位方法,能够有效地降低系统的前期数据采集复杂度,减少定位误差,实现2 m的定位精度。     

基于模糊AKF地磁辅助导航的采煤机定位方法

针对惯导在采煤机定位时产生累积误差以及实时定位精度低等问题,提出了基于模糊自适应卡尔曼滤波(AKF)惯性地磁辅助惯性导航的采煤机动态定位方法.通过迭代最近等值点(ICCP)算法将惯导与地磁辅助技术组合,并引入模糊自适应的卡尔曼滤波方法,实现了在线自适应调整测量噪声方差阵.通过对采煤机进行定位仿真分析,结果表明:可克服惯导定位误差随时间累积的缺点,实现了采煤机实时高精度定位.     

基于PDR和地磁匹配融合的楼层定位方法

针对室内楼层定位的实际应用需求,提出了一种基于PDR/地磁匹配融合的楼层三维定位方法。不同于传统的定位整层位置,该算法主要研究了楼层间楼梯部分的行人定位方法,行人可利用手机等设备获取加速度、陀螺仪、气压计以及地磁数据,通过对加速度、气压值分析识别上下楼状态,根据楼梯角度和阶梯高度进而获得位置高度信息,由于行人航位推算 (PDR)方法存在累积误差的问题,通过获得的地磁数据构建地磁基准图,并融合粒子滤波的方法修正PDR累积误差以达到获得运动轨迹的目的。通过实验数据分析,该算法能有效获取行人楼梯位置,精度优于1m,满足室内楼层三维定位的基本需求。     

煤矿井下HBi-LSTM地磁定位算法研究

针对井下环境对地磁数据影响较大的问题,提出HBi-LSTM神经网络地磁定位模型。基于分层LSTM处理不同长短时间序列以及Bi-LSTM充分学习每条序列信息的特点,构建出HBi-LSTM模型,利用矿用手机内置磁力计采集井下地磁数据,建立面向井下环境的地磁指纹数据库,通过HBi-LSTM学习实现地磁序列可以更好地对应位置标签,之后矿工手持矿用手机随机运动采集地磁序列通过训练好的模型精确匹配指纹库实现在线定位。实验结果显示：所提出的模型比基本LSTM模型的定位性能更好,能够有效提升复杂环境下定位精度。     

基于行人航迹推算的室内定位算法研究

针对室内定位的实际应用需求,提出了基于行人航迹推算算法(PDR)的适用于手机采集数据的室内定位方法。不同于传统的数据采集方法,该种定位方法利用手机得到加速度、陀螺仪以及地磁原始数据,通过分析加速度信号实现步频探测和步长估计。利用扩展卡尔曼滤波器(EKF)融合各惯性传感器数据以提高方向角的解算精度。最后设计了基于Android平台的数据采集软件,可利用手机内置的传感器设备实现数据采集。经实验数据分析,该算法的定位精度优于2m,在实用的基础上具有较高的定位精度和较低的实现复杂度。     

一种多元信息融合的室内定位方法

针对现有室内定位技术在定位精度方面的不足,基于智能手机获取的多元传感器信息,提出一种多元信息融合的室内定位方法。首先,利用基于KNN(K-Nearest Neighbor)的Wi Fi指纹滤波法得到行人初始位置坐标,通过行人航迹推算技术估算下一个时刻位置;然后利用WiFi和地磁加权平均后的定位坐标对行人运动轨迹进行修正;最后对获取的位置信息进行卡尔曼滤波后得到了行人的最终位置。此外,设计了基于Android平台的手机室内定位软件,实现了高精度的轨迹生成。实验结果表明,该方法有效提高了定位的精确度,平均定位误差降至1 m。     

基于粒子滤波的多信息融合室内定位算法研究

针对现有室内定位技术精度低、实现复杂度高等问题,提出一种基于粒子滤波的多信息融合室内定位算法。在传统的行人航迹推算(PDR)以及地磁匹配等室内定位算法的基础上,通过粒子滤波动态地纠正行人步长和方向角,从而有效地减小了定位误差。通过PDR算法获得行人的步频、步长、方向等信息,由地磁匹配算法得到行人所在位置对应的地磁值,最后利用粒子滤波对以上信息进行融合处理从而得到粒子的权重,由粒子权重对步长和方向角不断地修正。实验结果表明,该算法可以实时动态地补偿PDR的定位误差,能够获得较高的定位精度。     

基于移动众包的地磁传感器阵列室内指纹定位技术

针对有源的室内定位技术应用场景局限,布置设备成本高昂的现状,提出了一种无源高效的基于移动众包方式的地磁指纹定位技术。创新地提出了基于传感器阵列的地磁指纹采集与匹配方法,通过移动众包的方式来解决指纹采集更新工作量大、专业性强的技术适用性难题。通过基于核模糊C均值地磁指纹聚类算法训练离线指纹库,在20次重复实验的情况下,地磁指纹定位平均定位误差为1. 87 m,90%的定位误差小于3 m,较地磁线图匹配算法定位精度及性能均有较大的提升。     

GPS信号中断时惯导芯片的位置信息感知系统设计

基于惯性导航芯片ADIS16003,在GPS信号中断的情况下,详细设计和验证了模拟GPS系统,实现了移动物体当前GPS信息的推算。系统采用FPGA驱动ADIS16003的SPI接口,依靠惯导原理获取移动物体实时加速度,并以外部中断方式通知DSP从EMIF接口读取。DSP利用信号中断前的有效GPS信息,通过相关位置检测算...     

北斗在移动资产定位系统中的应用

针对人们日常生活和工作中移动资产存在的安全风险问题,设计了一套基于北斗定位和安卓技术的定位系统,以实现移动资产定位追踪和位置信息上报。系统包括资产定位硬件终端和人机交互手机客户端两部分。硬件终端以低功耗微处理器MSP430为核心实现信息处理与交互,由北斗和GSM模块为移动资产提供定位信息。在卫星信号较好的室外,直接通过北斗进行定位;而在室内卫星信号较弱或卫星信号丢失时由GSM辅助定位,从而最大限度地保障移动资产位置信息不丢失。资产位置信息由GSM模块通过移动通信网络发送至客户端。手机客户端采用JAVA语言进行开发,具备资产位置查询、移动路径显示等功能,方便用户对资产进行实时定位追踪。试验测试结果表明,该系统运行稳定、可靠,能够在室内、外等多种环境中准确定位追踪移动资产,为移动资产的安全提供有力保障,同时也为北斗技术在工农业领域的应用提供参考。     

一种基于地磁总场梯度的匹配定位算法

水下载体地磁导航技术是近年来研究的热点问题.为提高匹配导航定位的精度,提出了利用地磁总场梯度作为特征量进行地磁匹配定位.通过与地磁总场基准图的性能指标对比,分析了地磁总场梯度作为匹配特征量的优势.阐述了经典MSD(Mean Square Deviation)匹配算法的原理和缺陷,提出一种基于旋转变换的改进算法.仿真结果验证了地磁总场梯度匹配的优势和可行性;改进后的算法的定位精度相比经典MSD算法提高了26.57%,证明了改进算法的有效性.     

基于神经网络的多源融合室内定位算法

针对WiFi信号在室内复杂环境下不稳定以及建筑物对地磁场的扭曲作用造成单一定位源定位精度不高的问题, 本文采用多源信息融合定位技术, 有效利用WiFi和地磁场的指纹数据来进行定位, 提出了一种改进的自适应差分进化算法来优化BP神经网络(improved differential evolution BP, IDEBP). 该方法通过改进差分进化算法的变异、交叉和选择操作来优化BP神经网络的权值和偏差, 有助于BP模型更好地学习WiFi和地磁场指纹数据的特征. 仿真结果表明, IDEBP算法能大大提高室内指纹定位的精度.     

基于手持设备的室内定位系统设计与实现

为解决无法在室内使用GPS的问题,设计并实现了基于常用手持设备(如手机、平板电脑)的室内定位系统。系统融合了传统的惯性定位方法和基于WiFi信号强度定位方法,易于搭建,仅需一个包含惯性传感器、电子罗盘、WiFi扫描的手持设备。提出了惯性定位中的路径匹配算法和WiFi信号定位方法中的位置估计算法。经实际测试,系统定位精度小于4m。     

基于卷积神经网络的室内指纹定位算法

随着无线网络和智能设备的普及,室内定位得到了迅速发展.在室内定位中,基于指纹的定位方法因为无需外部设施、抗干扰性强等优点逐渐成为研究热点.近几年深度学习的发展为提高指纹定位算法的精度带来了新的机遇.因此提出了一种基于CNN的指纹定位算法,使用卷积神经网络（convolutional neural network,简称CNN）来改进指纹库的构建.首先,在收集了CSI与磁场数据后,通过CNN对这些数据进行处理,将每个参考点处的CNN模型参数值用作为指纹.然后使用一种概率方法来进行最后的指纹匹配.实验结果表明,该定位算法比传统的指纹定位算法具有更好的鲁棒性和更高的定位精度.     

基于改进粒子滤波的室内自适应定位算法

精确的室内定位系统具有重要的研究及应用价值。由于GPS在室内受到很多约束条件而无法提供精确的室内定位服务,如何提高室内定位算法的精度已经成为当前研究的热点。通过提出一种基于改进粒子滤波的室内定位算法以减少室内环境影响来提高定位精度。该算法主要思想是通过手机等移动设备接收AP传播的信号,然后根据室内拓扑建立一个信号衰减模型,在移动设备的移动过程中结合粒子滤波进行定位。在定位过程中,移动设备采用自适应的信号采集方法来接收信号,同时随机游走思想和自优化的重采样方法被用来改进粒子滤波。仿真实验结果表明该算法能够有效提高室内定位的精度和鲁棒性。     

萤火虫算法优化支持向量机室内定位研究

针对室内定位指纹库匹配冗余信息多造成定位浮动大,且数据库中样本数过多定位时效性差等问题,提出一种基于萤火虫算法FA优化支持向量机SVM的室内定位算法FA-SVM。利用奇异谱分析SSA预处理数据去除噪声,通过萤火虫算法优化支持向量机参数,建立室内定位回归模型。实验结果表明,相对于目前其它室内定位算法,FA-SVM算法收敛速度快,提高了室内定位精度和稳定性。     

基于路径表的室内地图匹配方法

地图匹配算法能有效地提升定位精度,是定位技术不可或缺的一部分。为提高路径匹配正确率,并适应室内定位环境,提出一种基于路径表的室内地图匹配方法,在传统地图匹配方法的基础上建立一个路径表存放候选路径的信息,每次路径匹配时,都从表中选取具有最优权重值的路径进行匹配。在匹配过程中多处设置查错和纠错机制,即使在出现匹配错误的情况下,也能及时从路径表中重新选取正确路径。较强的查错和纠错功能使其特别适合用于室内复杂环境下的地图匹配。实验结果表明,与传统的地图匹配方法比较,能有效地提升匹配精确度。     

井下地磁定位的匹配算法分析和优

针对井下自主导航系统的地磁匹配问题,对比分析了COR、NCOR、MAD、MSD匹配算法的优缺点及其适用范围。在井下巷道研究区地磁数据适配性评价基础上,开展了COR、NCOR、MAD、MSD算法的匹配仿真实验和算法优化,研究井下地磁定位匹配算法优劣和抗噪性能,为井下地磁定位导航提供研究基础。结果表明：四种方法在地磁匹配试验中均出现不同程度虚定位,从抗噪性能、匹配精度和速度综合对比,MSD算法最符合井下地磁匹配需要;对相邻点位的磁总场做差运算后再进行MSD匹配,可以有效减小时域磁扰动以及环境磁扰动对匹配精度的影响,鲁棒性明显提高。     

基于贝叶斯概率优化的Wi-Fi室内定位算法

Wi-Fi指纹匹配定位算法具有简单、快捷、方便、经济、易普及等诸多优点,但对位置指纹的匹配精度较低。对此,提出一种贝叶斯与加权K近邻算法相结合的贝叶斯概率优化算法,应用于Wi-Fi指纹匹配定位,在提高传统加权K近邻算法精度的同时,减少了贝叶斯概率匹配算法的平均运行时间。实验结果显示,该算法可以将1 m内的定位精度从原先的57%提升至73%,平均定位精度提高约21.49%,定位稳定性也有所加强。