三维复杂运动模式航迹推算惯性导航室内定位

在微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit, MEMS-IMU)人体室内定位技术研究领域中,行人航迹推算法(pedestrian dead reckoning, PDR)具有计算简便、对传感器精度要求低的优点,得到了较为广泛的应用,但传统的PDR 研究通常只针对单一的二维前进行走运动模式,这与人体实际的三维复杂运动模式相距甚远. 该文从人体三维室内定位研究角度出发,通过10 轴MEMS 传感器采集人体运动原始信息,提出了三维复杂运动模式航迹推算法. 首先使用双零点交叉区间内的峰值双轴检测法与俯仰角检测法来检测5 类非行走运动模式,排除其对有效跨步检测的干扰;其次使用相位反转法与气压值突变法区分3 类行走运动模式,提取出不同类型的有效跨步;最后针对每一个有效跨步求解出人体位置的三维坐标值,完成人体三维室内定位. 实验表明,所提出的三维复杂运动模式航迹推算法在人体实际室内运动中,相较传统的峰值检测和零点交叉法PDR,水平定位精度提升了99%,并且高度定位精度可以达到92.4%.     

浅谈谨慎性原则在会计核算中体现

在财政部新颁布的《企业会计制度》中一个显的特点是谨慎性原则得到更多的体现。谨慎性原则的运用,使会计能更好地核算经营风险,提高资产质量,减少财务风险,企业的财务状况得到更客观的体现。     

陆地车辆导航系统滤波技术的研究

给出一种基于航位推算的陆地车辆导航系统的硬件结构,设计了一种实用卡尔曼滤波器.通过实际车载试验,说明滤波器有效地减小了导航系统的随机干扰,提高了系统的导航定位精度.     

联合卡尔曼滤波在GPS/DR车辆导航系统中的应用

针对ＧＰＳ／ＤＲ车辆组合导航系统的特点,提出了一种卡尔曼滤波算法,并进行了实时跑车试验,结果表明,此算法可有效地提高ＧＰＳ／ＤＲ组合系统的定位性能,增加系统的可靠性和容错能力,并且有良好的实时处理性能。     

基于视觉范围的自适应阈值DR模型研究

在介绍DR模型在分布交互式仿真中应用的基础上,分析了视景仿真中当前几种DR模型在解决运动实体"跳动"问题时所具有的局限性;提出了基于视觉范围的自适应阈值DR模型的数学建模理论基础和建模方法,并利用视景仿真系统Vega中的接口函数给出了相应实例;结果表明该模型不仅能有效抑制运动实体的"跳动",而且对提高整个仿真系统的效率也具有积极作用。     

CUKF算法及其在移动机器人组合导航中的应用

针对移动机器人位置的精确估计问题,提出一种附有约束的无色卡尔曼滤波(CUKF)算法.由于无色卡尔曼滤波(UKF)在处理非线性问题时,无需计算Jacobian矩阵或Hessian矩阵,从而有效地减小了线性化对非线性系统误差的影响.CUKF算法很好地利用了UKF的非线性滤波特点,在其基础上增加某种约束.将地理信息系统(GIS)环境下的地图数据库中的道路方向信息作为约束条件,通过引入拉格朗日函数解决具有约束的差分全球定位系统/航位推算(DGPS/DR)组合导航系统的非线性最优估计.仿真实验结果表明:CUKF比UKF能够更有效地提高定位精度.     

粒子群优化平方根强跟踪CKF及应用

提出一种粒子群优化平方根强跟踪容积卡尔曼滤波算法,并将其用于水下应答器辅助航位推算组合导航系统. 以强跟踪滤波器为理论框架,结合容积卡尔曼滤波器,设计了平方根强跟踪容积卡尔曼滤波器. 提出一种改进的粒子群算法,将粒子两两为一对分成若干对,每进化一次后,比较两个粒子的代价函数值,代价函数值较优的粒子,搜索方向侧重于群体历史经验,代价函数较差的粒子,搜索方向侧重于自身历史经验. 将改进的粒子群算法用于求取强跟踪滤波器的渐消因子. 仿真结果表明在系统模型不准确的情况下所提算法依然能够有效跟踪状态变化,比传统的容积卡尔曼滤波器具有更高的滤波精度和稳定性.      

车载GPS/DR/电子地图组合定位导航研究

针对单一导航定位手段的精度和使用范围在车辆导航定位技术中的局限性,提出了采用GPS、DR与电子地图组合导航的方案.经过对GPS/DR/电子地图组合导航定位方法地深入研究,表明GPS/DR电子地图组合导航是一种较为理想的车辆导航方式,它克服了GPS信号受阻时定位间断或失效的缺点,又避免了航位推算定位误差随时间的积累,提高了导航定位的精度并扩展了使用范围.     

战损仿真系统中数据通信的优化设计与实现

为了提高战损仿真中数据通信的实时性与稳定性,从通信机制和网络流量入手,对仿真过程中的数据通信进行了研究,提出了基于线程池的并发服务器工作模式及基于DR（dead reckon ing）技术的数据更新等一系列优化方法.实践表明,优化后的传输时间仅为原来的20%左右,CPU占用率减少了80%以上,系统性能明显提高.     

运动分类步频调节的微机电惯性测量单元室内行人航迹推算

行人航迹推算(pedestrian dead reckoning, PDR)作为一种新兴的导航定位方法, 因其不易受外界环境因素影响而受到广泛关注. 针对室内行人航迹推算, 采集并分析了微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit, MEMS-IMU)数据, 设计了运动分类的区间对称步频检测, 并建立了步频调节的步长估计模型, 最后提出了运动分类步频调节的MEMS-IMU室内行人航迹推算, 从而实现较精准的定位. 针对不同个体, 对步频调节的步长估计模型进行个性化标定, 以进一步提高室内行人航迹推算性能. 验证结果表明: 与传统峰值非线性方法相比, 运动分类步频调节的MEMS-IMU室内行人航迹推算的定位误差降低了32.6%, 使短距离室内行人航迹推算在无其他定位技术支持的情况下具有较高精度.