行人导航技术：GPS与自包含传感器的航迹推算

"这篇文档是关于GPS和自包含传感器在行人定位技术中的应用，特别是航迹推算（DR）和行人航迹推算（PDR）算法的研究。文档由陈伟撰写，研究方向为电路与系统，导师为王建宇研究员和傅忠谦副教授，完成于2010年。论文探讨了GPS定位的局限性，如信号在城市环境和室内的衰减，并介绍了自包含传感器如惯性传感器、磁罗盘和气压计在提供连续定位信息上的重要性。" 本文主要关注的是如何在GPS信号受限的情况下，利用自包含传感器进行有效的定位，特别是在室内和城市峡谷环境中的行人定位。GPS定位依赖于接收机与至少四颗卫星之间的伪距测量，但由于各种误差源，如卫星轨道误差、电离层延迟和多路径效应，定位精度会受到影响。为了提高定位质量，可以采用差分GPS(DGPS)和其他误差补偿技术。 自包含传感器，如加速度计、陀螺仪、磁罗盘和气压计，对于提供连续的定位服务至关重要，尤其是航迹推算技术。航迹推算是一种相对定位方法，它基于初始位置和姿态，结合航向角和速度变化来实时计算运动体的位置。在二维平面上，这种算法主要用于行人导航，不考虑高度信息。行人导航有两种自包含传感器技术：惯性导航和PDR算法。惯性导航适用于各种移动物体，而PDR算法则利用行人的生理特性和步态来定位，专门针对行人导航。 PDR算法的核心是利用行人的步态信息，包括步长和步频，来估计行进的距离和方向。这种方法依赖于对步长的准确估计和对行走方向的持续监测，通过加速度计和陀螺仪的数据来实现。尽管PDR提供了连续定位的能力，但它会随着时间积累误差，因此通常需要定期校准或与其它定位技术（如偶尔的GPS信号接收）结合使用，以提高长期定位精度。 这篇文档详细阐述了GPS辅助和自包含传感器在室内定位中的作用，尤其是PDR算法，强调了这些技术在应对GPS信号受限场景下的潜力和挑战。在实际应用中，结合多种定位方法，如GPS、惯性传感器数据和环境特征匹配，可以实现更准确、可靠的室内外无缝定位服务。