基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

协同翻译环境下辅助译文生成技术研究

在协同翻译过程中，辅助译文的质量是影响协同翻译效率的重要因素，而现有辅助译文生成方法并没有考虑用户对辅助译文的个性化需求。由此，提出了通过建立用户模型来提高辅助译文质量的研究思路，根据翻译知识库与用户知识库的相对熵的大小来决策为用户提供哪个模板。实验表明：在使用用户模型后，协同翻译的效率有了明显的提高。     

惯性速度辅助下GPS／捷联惯导组合系统性能研究

ＧＰＳ／惯性导航组合系统目前正得到越来越广泛的应用，但ＧＰＳ接收机载波环失锁时，码环的速率辅助信息来自惯导系统，由于惯性速度的不精确性及伪距测量误差和它之间的相关性，将可能导致组合系统工作的不稳定，本文根据码环的工作特性，在组合卡尔曼滤波器中考虑了码环的跟踪误差，利用ＧＰＳ／捷联惯导组合系统的导航性能，结果表明，ＧＰＳ／捷联惯导组合系统中，若消除了伪距测量误差与惯性速度误差之间的相关性，将可较显著     

微惯性测量组合的计算机测试系统

介绍了一个微惯性测量组合(MIMU)的计算机测试系统，对该系统的结构，硬件组成、软件设计进行了描述，重点介绍了系统软件设计中的关键技术：RS232通讯测试技术、VC和Labwindows／CVI的混合编程技术、多线程技术、VC和Matlab的混合编程技术。该系统具有良好的通用性和可扩展性，基于高性能CPU和(CPLD、FPGA等技术的微惯性测量组合的测试过程可以大大提高工作效率，缩短研发周期。     

MEMS惯性测量组合的整体误差建模与标定

对微机电系统(MEMS)惯性测量组合(MIMU)的主要误差项进行分析,提出一种针对MIMU整体的误差补偿模型,模型囊括MEMS惯性传感器自身的零漂、互耦、标度因数非线性等误差,以及传感器安装误差、系统电路漂移等.根据模型设计整体标定和补偿方法,并用最小二乘法系统求解模型中的69个误差系数,避免单一传感器误差补偿的片面性.针对MEMS传感器明显的温度非线性,利用分段补偿的方法将所研制的MIMU的全温范围分成3段,分别求解各分段误差模型的误差系数进行补偿.经实验论证,该方法能有效地抑制多种误差项对MEMS传感器精度的影响,使MEMS陀螺和加速度计的精度提升1-2个数量级.     

基于足部安装MIMU的行人导航系统设计

针对无卫星环境中行人导航定位需求,设计了一种基于足部安装MIMU的行人导航系统,重点研究了行人导航鞋传感器选型及样机设计流程;并在此基础上设计了基于零速修正和航向修正的行人导航算法,研究了零速区间内最优航向角的提取方法,实现了对瞬时磁干扰产生的磁航向角的有效判断。最后,利用设计的行人导航系统开展了三维空间航迹测试实验,实验结果表明,在不增加高度约束的条件下,该行人导航系统定位精度为0.33%,能够满足坡路环境中行人的定位需求。     

MIMU/GPS嵌入式组合导航中GPS信号非相干搜索算法分析

对于GPS信号的搜索捕获采用长积分时间相干搜索算法,会导致频率的搜索范围增加,而采用非相干积分搜索算法将增加平方损失．针对非相干搜索算法中由于多普勒频移估计偏差和码移估计偏差的影响而导致的平方损失,提出了基于微惯性测量单元MIMU／GPS嵌入式组合导航辅助的时域非相干搜索算法来提高对卫星信号的捕获能力,并对其捕获性进行仿真分析研究．结果表明,采用MIMU辅助的时域非相干搜索算法可以提高对GPS信号的捕获能力．     

多传感器微惯性测量单元标定技术研究

基于设计生产的一款每个敏感轴集合两种类型MEMS陀螺仪和加速度计的微惯性测量单元(MIMU),提出了一种MIMU精确标定测试方法。该方法以MIMU整体为标定对象,考虑了温度对零偏、标度因数的影响、传感器轴间不完全正交误差及结构安装误差等因素,对MIMU中各惯性传感器的初始零偏、标度因数、交叉耦合系数等参数进行了标定。产品标定测试结果证实了该方法的有效性。     

一种优化的零速检测行人导航算法

针对军事上对单兵定位和民用领域为行人提供位置服务的需求,提出了足部固定MIMU的行人导航算法.利用人体行走过程中脚部与地面相接触的静止时间段,采用零速更新(ZeroVelocity Update,ZVU)对INS继续对准或标定,而零速检测又是实现零速修正的基础.研究对比了在足部固定MIMU进行零速检测的常用方法,针对常用算法阈值自适应性差,无法检测步速变化转弯等一些异常情况对行人零速检测产生误判等问题,提出优化的零速判断算法,使得加速度计信号和陀螺仪信号综合应用到零速检测.最后,利用改进算法设计行人室内平地正常行走(大约5km/h)包含步速变化和转弯过程的实验.实验结果表明,优化的零速检测算法相比之前的常用算法,能更准确地检测零速并进行修正,对导航轨迹和导航误差有更好的修正效果.     

基于惯性辅助的GPS相对定位算法

针对GPS信号易受干扰遮挡以及利用载波相位差分进行相对定位时整周模糊度浮点解精度差、搜索空间大的不足,提出INS辅助的GPS相对定位算法.首先采用INS/GPS深组合方式,实现伪距、伪距率的滤波平滑;然后利用校正后的惯性信息、伪距、载波相位集中滤波得到高精度的浮点解和协方差阵;最后利用LAMBDA算法得到模糊度固定解和相对位置信息.文中使用GPS实测数据和仿真惯导数据进行相对定位试验,结果表明在GPS信号受到短时遮挡时,有惯性辅助和没有惯性辅助相比,东北天3个方向的平均误差分别下降66.45％、82.32％、85.66％;且该算法可改善模糊度指标,压缩整周模糊度搜索空间,提升整周模糊度求解效率.