基于python的行人航位推算，用于室内行人定位。用JUPYTER打开。

PDRi 快速开始 java -jar PDRi.jar reference.fasta assembly.fasta 介绍 PDR（P airwise d istanceřeconstuction）是基因组组装的评价度量。 它源于遗传学研究中的一个共同关注点，并考虑了完整性，连续性和正确性。 PDRi是其整体实现。 安装 PDRi只需要Java（1.8或更高版本）和BWA即可运行。 请转到下载PDRi.jar。 用法 java -jar PDRi.jar [Options] Options: --threads INT Threads to use [default: CPU core] -k INT Block size [default: 1000] -d PATH Tem

使用地标和PDR的智能手机的室内定位方法

LaP：智能手机上具有地标性的PDR，用于室内移动定位

加速度传感器峰值实现步数检测，方向传感器获取行走方向，显示行走轨迹

利用有限状态机算法实现了手机的步态估计，当手机拿在手里平举着走动的时候估计准确率能达到99%左右

针对Android 终端设备内置卫星接收模块在城市峡谷和室内环境获取位置信息因信号的衰减、干扰和遮挡等无法准确提供方位信息的现状，该文提出一种航迹推算（PDR）与GPS 行人组合导航方法。采用卡尔曼滤波算法对航迹推算和GPS 定位信息进行融合处理，有效克服了PDR 航向误差随时间累积的问题。基于JAVA 语言开发Android 终端系统的数据库层、业务逻辑层及UI 界面层并完成系统调试。对比性实验结果表明，测试距离206 m 后获取的GPS与PDR 分别解算的位置误差为4.1 和8.1 m，论文提出的PDR 与GPS 融合滤波解算的位置误差小于3.2 m，定位精度在使用较少传感器的情况下达到较高的水平且保证了良好定位连续性。

第2章基于GPS和自包含传感器的定位技术 B=旯’够 (2．8) 其中屏为第i颗卫星到接收机之间的伪距，见为光波波长，够为信号发射和接 收时的频率差。由于卫星速度可以从自身星历中获知，故观测到四颗及以上卫星 的多普勒频移时，即可解算得到用户的运动速度。 由于定位是通过测量卫星视线范围LOS(Line of Sight)内接收机的信号到 达时间TOA(Time OfArrival)实现的，定位精度受到众多因素的影响，如卫星 轨道误差、电离层延迟、对流层延迟、多路径效应和钟差等。虽然卫星和接收机 钟差可以通过差分GPS(DGPS)等消除(Zogg，2002)，电离层和平流层延迟等 误差可以建模补偿，但是GPS信号在城市峡谷和室内环境中受到反射、吸收、 干扰等影响导致定位精度变化很大，而且无法预测环境影响，只能借助其它方式 辅助导航定位。 2．2基于自包含传感器的相对定位技术 基于自包含传感器的定位技术，其突出优势在于导航定位的自主性和连续 性。自包含传感器包括惯性传感器(加速度计和陀螺仪)、磁罗盘、气压计、倾 斜仪、视觉传感器等。目前在个人导航中常用的是加速度计、陀螺仪、磁罗盘和 气压计，通过航迹推算的方式计算出行人的位置，所以也叫做航迹推算DR(Dead Reckoning)传感器。航迹推算是利用已知的初始位置和姿态，根据航向角和速 度的变化，实时确定运动体位置的定位算法。它是一种相对定位的方法，必须通 过事先输入的绝对位置和姿态才能推算出行人的定位信息。由于本文实现的定位 算法是针对行人水平面二维定位的情况，这里主要讨论二维航迹推算算法，而不 考虑高度的计算。 行人导航存在两种基于自包含传感器的定位技术：基于传统惯性导航机制的 定位技术和基于行人航迹推算PDR(Pedestrian Dead Reckoning)的定位技术。 惯性导航方法普遍用于惯性导航系统INS(Inertial Navigation System)中，这种 方法对于定位对象没有限制，可以是车辆、舰船、飞行器和行人。而后一种算法 利用行人跨步时的运动生理学特性，探测行走时的跨步和估计步长，只能用于行 人导航情况。它们本质上都是航迹推算，区别在于航迹推算所需参数求解方法的 不同。 2。2．1 航迹推算基本原理 19

适合初学者，GitHub上开源代码，有数据，可运行结果

PDR算法matlab代码