摘要：基于微惯性测量单元(MIMU)的个人导航系统,由于其佩戴位置的不同定位精度存在巨大差异,通常将其固定在单一位置下进行定位。以行人航迹推算算法为基础,提出了一种基于多位置可穿戴MIMU的个人导航修正算法。选用三轴加速度计的多种特征值,设计朴素贝叶斯分类器对MIMU佩戴位置进行识别,并在捷联解算航向信息的基础上,采用启发式漂移消除算法对各种位置下的航向进行修正。结果表明:MIMU佩戴于上衣口袋、右衣口袋、右前裤口袋以及右后裤口袋的位置识别精度均达到99.0%以上,通过改进的航向补偿算法,四种佩戴方式下定位误差均小于0.49%D,有效提高了惯性定位技术在可穿戴设备方面的适应性。

摘要：针对传统计步算法精度低适用性不高的问题,提出了一种基于MEMS足部定位模块的高精度自适应步长估计算法。首先通过分析行人步态的周期特征,精确地判断每个步态周期中单脚离地和落地的时间差值,采用零速更新法结合时间阈值、加速度阈值和加速度方差阈值进行步态检测;然后对转换后地理坐标系下传感器信号进行双重积分,计算出行人每一步的空间轨迹,无需进行前期步长数据采集或者生物模型参数提取,即可实现对行人步长的精确估计。在AHRS_box惯性传感器模块上进行了实验,结果表明该算法估计得出的步长和行走距离误差均小于2.5%,证实了该算法的有效性。

摘要：针对基于惯性传感器的人体运动捕获系统存在陀螺漂移和噪声干扰等问题,提出一种多元传感器信息融合的自适应混合滤波融合算法。算法首先利用快速高斯牛顿法对加速度计和磁力计数据进行姿态信息迭代估算,用四元数将参考坐标系中的加速度和磁场强度分量转换到载体坐标中,将转换后的值与当前时刻测量值的差值代入高斯牛顿迭代算法中用于四元数的实时值估计,通过确定搜索步长的最优值来缩短迭代次数,提高算法收敛速度。设计自适应的互补滤波器将高斯牛顿法解算的姿态信息作为观测矢量对陀螺漂移进行补偿,分别使用高通滤波器和低通滤波器处理陀螺仪数据和高斯牛顿算法优化过后的加速度计、磁力计数据。在互补滤波器中引入重力矢量及地磁参考矢量自适应调节滤波器参数用于实时调整不同算法的权重大小,融合后输出最终的姿态信息,实现最优估计。进行实验对比分析本算法和其他算法融合效果,结果表明,本算法有效降低陀螺累积误差、线性加速度及磁场对解算精度的干扰,磁干扰状态下误差为0.94°,自由运动状态下误差为1°。对比扩展卡尔曼滤波融合算法,本文算法执行时间缩短25%,有效提升了运动捕获系统的性能。

摘要：针对高精度的实时人体行为模式识别,提出了一种基于加速度时域特征的行为模式识别算法.本算法选取时域特征作为唯一特征量,通过简化特征提取运算实现行为的实时识别,获得了高精度结果.通过在Android智能手机平台进行测试,每项动作识别正确率均可达80%以上.该算法相对于现有算法实时精度有明显提高,在手持终端领域具有较好的应用前景.

摘要：多用户空时分组编码系统存在译码复杂度高的问题。为了降低系统译码复杂度并保证较好的系统性能,将低复杂度的迫整检测算法用于多用户空时分组编码中,并基于等效噪声功率最小化原则获取了迫整检测的差错概率上界。为了解决迫整检测的多用户空时分组编码设计问题,提出了基于迫整检测的全分集多用户空时分组编码设计准则,证明只要每个用户的空时分组编码方案均满足非零奇异值特性,则多用户空时分组编码可获得满分集增益,且其编码增益与最小奇异值有关。仿真结果表明,满足设计准则的空时分组编码方案能够获得满分集增益。

摘要：为提高分布式天线系统的能耗效率,建立了多点协同传输(Co MP)系统模型,对其信道传播模型、能耗评价指标、系统覆盖率及基站间距离与系统能耗效率之间的关系进行了分析,得出Co MP环境下基站间距离与系统能耗效率之间的关系表达式,并借助蒙特卡罗法进行了仿真.仿真结果表明,在Co MP系统中,随着基站间距离的增加,单位面积能耗存在由大变小再变大的趋势;同时单位面积增长量对单位面积能耗增长量的绝对贡献也是先由大变小再变大,且系统单位面积能耗减小对系统频谱效率的影响相对较低.因而在Co MP系统下存在一个单位面积能耗最低的分布式天线部署策略.

摘要：心率变异性(HRV)是指逐次心跳周期差异的变化情况,它产生于自主神经系统对心脏窦房结的调制,是预测心脏性猝死和心律失常性事件的一个很有价值的指标。传统对HRV的分析多是基于心电信号,而心电信号的采集过程较为复杂,因此我们设计了一种基于光电容积脉搏波(PPG)描记法的HRV分析系统,PPG信号通过单片机从人体手指端采集,数据经过USB转串口模块发送给上位机,上位机软件将采集到的数据绘成波形图并将数据存储下来,以便日后HRV分析使用。该系统尺寸小、功耗低、操作简单,适用于家庭和医院的日常监护。

摘要：为了改善可见光通信(VLC)系统的性能,针对准循环低密度奇偶校验(QC-LDPC)码码字间最小距离不够大而导致纠错性能下降的问题,提出一种新颖的QC-LDPC码构造方法。该方法将最大公约数(GCD)算法和Lucas序列相结合构造QC-LDPC码的信息位;同时,为了降低编码复杂度,校验位采用了准双对角线的形式,在保证大围长的同时实现QC-LDPC码的快速编码。然后用所提出的构造方法构造了码率为0.5的GL-QC-LDPC(2650,1325)码,并运用所搭建的VLC系统仿真模型进行了仿真性能分析。仿真结果表明,在误码率为10-6时,该GL-QC-LDPC(2650,1325)码与基于阵列码(AC)构造的AC-QC-LDPC(2652,1326)码、直接使用GCD算法与修饰技术构造的GM-QC-LDPC(2650,1325)码,以及基于群可分设计(GDD)的GDD-QC-LDPC(2652,1326)码相比,其净编码增益(NCG)分别提高了0.10,0.14和0.25dB。

摘要：针对RM-DCSK(Reference-Modulated Differential Chaos Shift Keying)算法判决变量中存在信号内干扰和平均比特能量较大的问题,提出ORM-DCSK(RM-DCSK based on the orthogonal chaotic signals)改进型算法。新算法设计了正交混沌信号发生器,产生严格正交的混沌信号,彻底消除信号内干扰;并且拓展了RM-DCSK算法的帧结构,有效降低信号平均比特能量。推导出ORM-DCSK在AWGN信道的误码率公式并进行蒙特卡罗仿真。实验结果表明,相比RM-DCSK算法,ORM-DCSK在不牺牲传输速率的情况下大幅改善了误码性能。

摘要：目前大多行人导航系统的研究都以手持手机、绑在腰间等单一姿态为前提,并未考虑行人使用手机过程中同时存在接电话、放在上衣口袋等多种姿态的情况。分析了行人使用手机的4种常见姿态,基于行人航迹推算(pedestrian dead reckoning,PDR)算法设计了一种改进的行人导航算法。利用神经网络(back propagation,BP)模型对手机姿态进行智能识别,设计了一种新的步态检测算法来对多姿态下的步态进行有效检测,并将行人行走过程分为单一姿态与姿态切换过程,对2个过程的航向进行了修正。软件测试结果表明,多姿态下实现系统定位精度在20‰以内,达标率在85%以上,应用于导航系统能够提供准确、可靠、持续的位置信息。