-
公开(公告)号:CN117848342A
公开(公告)日:2024-04-09
申请号:CN202311787690.5
申请日:2023-12-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本申请提出了一种基于粒子群算法优化LSTM神经网络的定位方法。该方法包括使用智能手机采集地磁、加速度、方位角以及陀螺仪数据,对采集的数据预处理,提取地磁特征值归一化;构建了粒子群算法优化的LSTM神经网络模型进行定位估计。同时针对IMU传感器数据,采用非线性模型KIM模型进行步长估计,使用地磁和方位角数据提取特征,设计实现了基于深度学习的神经网络模型预测航向角,解算目标位置。最后,将地磁估计作为观测模型,航迹推算估计作为量测模型,通过扩展卡尔曼滤波实现目标定位。
-
公开(公告)号:CN119437208A
公开(公告)日:2025-02-14
申请号:CN202411514903.1
申请日:2024-10-29
Applicant: 桂林电子科技大学 , 广西产研院时空信息技术研究所有限公司
IPC: G01C21/08 , G06N5/04 , G06F18/10 , G06N3/0442 , G06N3/0464 , G06F18/25 , G01C21/18 , G01C21/16 , G01C21/20
Abstract: 本申请提出了一种HCBiGRU混合神经网络的定位方法。该方法包括通过行人手持智能手机采集传感器数据,以及对数据进行预处理。并利用HCBiGRU神经网络模型进行定位估计,同时利用加速度数据,采用非线性自适应步长估计模型进行步长估计,以及利用四元数法进行航向估计,并通过航迹推算得到估计位置。最后,将地磁估计作为观测模型,航迹推算估计作为量测模型,通过粒子滤波实现定位估计。
-
公开(公告)号:CN119164398A
公开(公告)日:2024-12-20
申请号:CN202411287986.5
申请日:2024-09-14
Applicant: 桂林电子科技大学 , 广西产研院时空信息技术研究所有限公司
IPC: G01C21/20 , G06F18/24 , G06F18/2135 , G06F18/213 , G06F18/25 , G06N3/0499 , G06N3/126 , G06N3/006 , G01C21/18
Abstract: 本发明涉及定位导航技术领域,具体涉及一种多模态识别的行人定位导航方法。首先,分别在步行阅读、步行电话、步行摆动、步行口袋以及慢跑电话、慢跑口袋的这六种运动模式下采集数据,并提取30维运动特征;接着,构建基于主成分分析和灰狼算法优化核极限学习机(PCA‑GWO‑KELM)的多模式识别模型。将运动特征输入到多模式识别模型中训练,得到不同运动模式下的识别准确率;然后,结合具有自适应加速度上阈值、自适应动态时间阈值的峰值检测法来进行步数检测,采用基于多特征的自适应步长估计算法来计算步长,采用将方向传感器数据和陀螺仪数据融合的方法来计算航向;最后,对行人位移进行连续的航位推算,实现低成本、高鲁棒的行人导航定位。
-
-