摘要：姿态估计是导航解算的基础,在基于足绑式惯性测量单元的行人导航系统中,由于足部运动加速度变化频繁且剧烈,使得常见的姿态融合算法精度下降。为了减小运动加速度对姿态解算的影响,通过数据分析定义了可以进行加速度补偿的拟合区间,在零速检测的基础上给出了拟合区间的判定方法,提出了对加速度计的输出进行一阶拟合补偿的方案,并设计了能完成后续行人导航姿态估计任务的容积卡尔曼滤波(cubature Kalman filter,CKF)算法,在非拟合区间则采用三子样旋转矢量法进行姿态更新。在数值仿真中,将所提算法与纯三子样旋转矢量法进行了对比分析,对算法精度进行了测试,在行人导航试验中验证了算法的有效性。试验结果表明,在行走过程中及出现较大运动加速度的情况下,加入加速度补偿的CKF姿态估计精度平均提高了35.3%。在矩形闭合路径试验中,起终点水平误差降低了56.3%,起终点高度误差降低了20.3%。

摘要：针对纯惯性行人导航系统中,高度误差很快发散的问题,提出了一种在零速区间内将水平误差和高度误差分开修正的算法。首先,利用陀螺仪输出在零速区间内的先验信息,设计了一个基于伪标准差和N-P准则的零速检测算法。然后,通过对比纯惯导条件下零速修正前后高度估计的结果,发现传统零速修正对高度误差过度修正,因而提出一种将水平误差和高度误差分开修正的方法,以便控制高度修正的程度,使得高度修正结果按照期望进行。经过大量不同环境,不同行人的实测实验,验证了文章提出的改进高度通道的行人导航零速修正算法准确有效,相对传统零速修正算法,本算法大大提高了高度估计的精度。