目前,基于微机械系统(MEMS)的行人航迹推算(PDR)室内导航定位系统都会面临步长估计的问题，因此提出了一种基于模糊逻辑的非线性步长估计方法。首先采用非线性步长估计方法模型，然后以步频、身高、体重作为逻辑系统输入变量设计模糊逻辑控制器，得到可变的步长估计系数，从而实现对步长动态估算。通过对30 m以内多次室内行走的实验结果分析表明，基于模糊逻辑的步长估计方法平均步长准确率可达到92%，与传统的步长估计算法相比提高约9%，有效提高了步长估计精度。

针对煤矿井下人员定位的特殊环境与要求,提出一种基于行人航迹推算法(pedestrian dead reckoning,PDR)的微机电惯性传感器测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)定位系统,以MEMS中的加速度计、陀螺仪和磁力计获取数据,结合粒子滤波研究解决了传感器漂移误差关键技术问题,提高了井下定位精度。试验结果表明,该系统百米定位误差小于2 m,能够满足井下人员定位需求。

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

PDR算法matlab代码