公开(公告)号：CN107389060A

公开(公告)日：2017-11-24

申请号：CN201710392352.X

申请日：2017-05-27

Applicant: 哈尔滨工业大学

Inventor： 武哲民 ,  姜畔 ,  王国臣 ,  徐定杰 ,  李倩

IPC: G01C21/16 ,  G01C21/20

CPC classification number: G01C21/206 ,  G01C21/165

Abstract: 本发明是一种基于CKF的IMU/Wi-Fi信号超紧组合室内导航方法，主要包括：建立Wi-Fi信号的RSS Fingerprinting数据库；利用Wi-Fi信号进行定位，得到行人所在位置PWi-Fi；利用IMU进行定位，得到行人所在的位置PIMU、速度VIMU、加速度a以及姿态AIMU；通过零速校正对IMU加速度计漂移进行校正，并得到校正后的速度VJIMU；在RSS Fingerprinting数据库中分别找到与PWi-Fi和PIMU较近的n个参考点，再分别与PWi-Fi和PIMU做差获得测量点与参考点间的距离进而再得到距离差Δdi；利用CKF进行信息融合，最终得到行人的位置、加速度、速度以及姿态信息。本发明方法同时利用Wi-Fi与IMU的定位信息，结合容积卡尔曼滤波算法，具有滤波精度高、收敛速度快、鲁棒性强、导航精度高的特点。

公开(公告)号：CN107330149A

公开(公告)日：2017-11-07

申请号：CN201710390750.8

申请日：2017-05-27

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  徐定杰 ,  武哲民 ,  高伟 ,  高畅

IPC: G06F17/50 ,  G06N3/08 ,  G01C25/00

CPC classification number: G06F17/5009 ,  G01C25/005 ,  G06N3/084

Abstract: 本发明是一种基于ARMA和BPNN组合模型的MIMU陀螺随机误差预测方法，主要包括：步骤一：在静止的状态下采集单轴微陀螺仪的随机漂移数据，通过观察自相关参数ACF和偏相关参数PACF的图形特性判断陀螺原始数据序列的平稳性，进行ADF单位根的检验，经过差分剔除序列的趋势项后得到平稳的数据。步骤二：采用AIC最小准则法对陀螺平稳序列进行模型定阶，构建陀螺漂移平稳序列的ARMA模型。步骤三：使用组合模型对陀螺的随机漂移序列进行建模，从步骤二的ARMA模型的误差数据中选取训练集和测试集，建立BP神经网络预测模型，设置BP神经网络的结构。步骤四：对所建BP神经网络模型的样本数据进行训练，并保存陀螺随机漂移的预测结果。

公开(公告)号：CN107330149B

公开(公告)日：2022-10-28

申请号：CN201710390750.8

申请日：2017-05-27

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  徐定杰 ,  武哲民 ,  高伟 ,  高畅

IPC: G06F30/27 ,  G06N3/08 ,  G01C25/00

Abstract: 本发明是一种基于ARMA和BPNN组合模型的MIMU陀螺随机误差预测方法，主要包括：步骤一：在静止的状态下采集单轴微陀螺仪的随机漂移数据，通过观察自相关参数ACF和偏相关参数PACF的图形特性判断陀螺原始数据序列的平稳性，进行ADF单位根的检验，经过差分剔除序列的趋势项后得到平稳的数据。步骤二：采用AIC最小准则法对陀螺平稳序列进行模型定阶，构建陀螺漂移平稳序列的ARMA模型。步骤三：使用组合模型对陀螺的随机漂移序列进行建模，从步骤二的ARMA模型的误差数据中选取训练集和测试集，建立BP神经网络预测模型，设置BP神经网络的结构。步骤四：对所建BP神经网络模型的样本数据进行训练，并保存陀螺随机漂移的预测结果。