基于LoRa的火灾救援现场人员定位算法研究

针对火灾救援现场中消防人员定位难的问题,采用LoRa通信技术和改进的行人航迹推算(Pedestrian Dead Reckoning,PDR)算法来实现消防人员的精确定位。选择SX1280 LoRa芯片和STM32F103微处理器设计LoRa通信模块,保证通信的可靠性。利用参考点气压值结合运动趋势(Combine Reference Point Pressure with Motion Trend,CRPPMT)进行楼层判定。将改进自适应算法和零点穿越算法结合用于步频检测,选用消防人员的经验公式估计步长,对四元数表示的坐标系卡尔曼滤波估计航向,实现水平定位。利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)对上述数据进行融合,较大地提高了定位精度,实现消防人员的室内定位。

基于位置指纹与PDR融合的室内定位算法研究

运用位置指纹与行人航位推算(pedestrian dead reckoning,PDR)融合的方法研究室内定位算法,以提高室内定位精度。对于位置指纹算法,通过优化指纹数据库完成离线数据训练,通过限定区域加权K实现最优邻近法的在线实时匹配。对于行人航位推算法,提出自适应加权波峰检测算法检测步频,改进了步长估算的非线性模型,融合陀螺仪和磁力计信息进行航向估计。最终运用无迹卡尔曼滤波器对位置指纹和PDR进行融合,提高了定位精度,并在定位系统中进行了验证和应用。