论文部分内容阅读
针对行人复杂多变的运动形式给室内定位带来较大偏差的问题,提出了一种基于加速度时域特征的行人运动分类方法,并利用分类结果进行室内行人三维定位。利用垂直加速度的变化规律将加速度信号划分为连续的单步信号,计算单步周期内加速度信号的时域特征,基于BP神经网络和支持向量机设计一种二分树结构的分类器。经大量人员运动实验验证,该分类器对走、跑,上下楼梯3类运动形式的分类准确率接近100%,上、下楼梯的分类准确率为95%;在行人运动形式确定的情况下,利用不同的步长模型和航向信息进行室内三维定位,定位误差为1.5 m。