作者:徐龙阳,郑增威,孙霖,霍梅梅 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2018年第04期 页数:9页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2018040150 DOC编号:DOCCGJS2018040159 下载格式:PDF + Word/doc 文字可复制、可编辑
《Quaternion-EKF的多源传感器联合定向算法》PDF+DOC2016年第03期 赵文晔,高井祥,刘昶 《传感器辅助的WiFi指纹室内定位方法》PDF+DOC2015年第01期 齐双,王奇,黎海涛,蒋维 《室内人员高精度推航定位技术与应用》PDF+DOC2019年第07期 林梓强 《基于MIMU的行人室内导航技术的实现》PDF+DOC2016年第03期 刘晓梅,张慕远,李金凤,王庆辉 《多传感器组合的行人航位推算方法研究》PDF+DOC 邓林坤,郭杭,罗孝文,田宝连,何海平 《MEMS传感器技术在人体摔倒检测中的应用》PDF+DOC2017年第Z1期 乔美生,王忠 《基于手机惯性传感器的航向估计算法研究》PDF+DOC2020年第05期 房兴博,陶庭叶,李金超,贺晗,冯佳琪 《移动机器人多传感器信息融合技术综述》PDF+DOC2004年第02期 司现军,王志良 《用于先进移动装置的MEMS传感器》PDF+DOC2011年第08期 Jay Esfandyari,Paolo Bendiscioli,Gang Xu 《多传感器数据融合技术在电厂状态监测和故障诊断中的应用》PDF+DOC2011年第11期 周金华,张静
  • 针对当前行人航位推算系统因行人随意性行走、传感器漂移等造成行人步长估计不精确、方向计算误差累积问题,提出了一种基于神经网络和智能手机内置多传感器融合的PDR室内定位方法。首先利用加速计采集的传感器数据和移动距离数据训练BP神经网络,将训练好的BP神经网络模型进行行人移动距离预测,然后根据行人行走步伐的连续性特点和传感器输出之间的相关性,设计了一种微航向角融合的方向估计算法。该算法通过对行走过程中的情况进行分类以获得可靠的传感器源,利用3种微航向角进行分类加权融合,最终获得行人行走方向的精确估计。实验结果表明,通过行人移动距离预测和微航向角融合算法能够实现得较好的定位效果。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。