基于GPS和自包含传感器的室内外行人无缝定位算法设计

本实验指导书主要关注于"融合滤波器的设计和实现"在CC3200平台上的应用，特别是在行人无缝定位算法设计中。章节6.4.2详细阐述了这一关键环节。在实际定位过程中，GPS接收机虽然提供位置信息，但其速度和航向信息可能存在不一致性，尤其是在城市峡谷和室内环境，信号强度减弱可能导致定位质量下降。为了提高定位的精度和稳定性，研究者选择将GPS提供的位置信息与惯性导航系统(PDR, Pedestrian Dead Reckoning)的数据相结合。 状态向量X包含了在ENU坐标系下的东向坐标E、北向坐标N、行走速度S以及航向Q，这些都是定位算法的核心变量。观测向量Z则包括GPS的东向和北向位置坐标，以及通过步长模型估计的速度和数字罗盘修正后的航向信息。状态方程的设定旨在整合这些数据源，形成一个综合的滤波器模型，以优化定位结果。 设计时，作者考虑了效率与精度的平衡，选择状态向量和观测向量的方式体现了对误差来源的控制和处理。GPS在定位性能不佳时，PDR提供的速度和航向信息更为可靠，因此在融合滤波器的设计中占据了重要地位。 此外，该研究背景是在中国科学技术大学进行的，由陈伟博士在电路与系统专业下完成，导师包括王建宇研究员和傅忠谦副教授，于2010年10月完成。研究内容涵盖了GPS和自包含传感器在行人室内外无缝定位领域的应用，强调了在现代移动设备如手机中，准确、可靠且连续的导航定位服务的需求。 论文作者声明，除了已明确标注和致谢的部分，论文中没有包含他人的研究成果，并确认同事的贡献已在文中明确注明。同时，作者同意中国科学技术大学对其学位论文享有部分使用权，包括复制、存档和编入数据库等。 综上，本实验指导书的重点在于利用融合滤波器技术解决GPS在复杂环境中的定位问题，通过结合GPS和PDR数据，提高室内定位的性能，是针对移动设备导航定位技术的一次深入研究。