钟启林，衷卫声，熊 剑，郭 杭

改进卡尔曼滤波的行人导航算法

钟启林，衷卫声，熊 剑，郭 杭

（南昌大学 信息工程学院，南昌 330031）

针对使用传统白噪声卡尔曼滤波算法实现行人导航时，存在因惯性测量单元（IMU）的有色噪声影响，而使得行人导航位置精度过低的问题，提出一种基于有色噪声改进卡尔曼滤波的行人导航算法：采用自回归模型对微机电型IMU的有色噪声进行建模；然后根据建模结果对卡尔曼滤波算法进行改进；最后构建基于改进卡尔曼滤波的行人导航算法。实验结果表明，该法相对于采用白噪声模型的行人导航算法具有更好的定位精度，定位精度可以提高24.21%。

有色噪声；惯性测量单元；卡尔曼滤波；行人导航；步态检测

0 引言

随着人类生活方式的改变，人们生活和工作基本都在大的建筑物里面，遇到突发情况断电时，基于无线射频信号的无线保真（wireless fidelity, WIFI）、红外线、超宽带等定位方式都无法正常使用。惯性测量单元（inertial measurement unit, IMU）的数据输出不易受环境的影响、具有自主性，根据IMU可推算出行人位置[1-2]。基于IMU的惯性行人导航方法，按照原理可划分为行人航位推算（pedestrian dead reckoning,PDR）和捷联惯性导航系统（strapdown inertial navigation system, SINS）[3]解算。SINS根据IMU输出的加速度进行积分并与零速检测相结合，解算得到位置。PDR主要根据IMU输出数据、步频等特征计算得到步长值，准确估计则需要采集行人的身高、性别、行走习惯等才能确定[4-5]，行走模式比较单一。因此本文采用SINS方法。

由于IMU器件输出存在随机噪声，导航算法存在误差累积[6]等问题，使得IMU的行人导航算法获得的总体定位效果并不理想。……