基于多传感器的室内三维定位算法研究

针对消防员在日常救援过程中难以准确获知自身位置坐标的问题,采用姿态传感器和气压计,提出一种室内三维定位算法(ITPA)。在ITPA算法中,根据加速度的幅值均方根、加速度的幅值方差和角速度的幅值均方根,实现过零监测,从而获知消防员的行走步数。根据气压计的数据,采用高度获取,卡尔曼滤波和异常数据处理等操作,获知消防员的高度,并判断其移动行为。通过二维移动距离计算和位置获取操作获知二维坐标。根据消防员的行为对其三维坐标观测值进行修正,并采用Kalman融合算法估计消防员的当前三维位置坐标。实验结果表明:在直行行走、楼梯行走和综合行走下,ITPA算法都能获得较接近真实路线的消防员室内三维位置,降低了算法的步数误差、距离误差和漂移误差,比FINS,IPNS和IPA3D算法更优。

基于弹性小世界回声状态网络的非线性时间序列预测

非线性时间序列预测在物理、医学和经济等领域具有广泛的需求。为提高非线性时间序列的预测精度,提出一种基于弹性小世界回声状态网络的非线性时间序列预测方法。采用小世界网络作为储备池,提高模型适应性;构建l 1范数和l 2范数联合的弹性惩罚模型,提高模型求解的数值稳定性和精确性。对非线性时间序列进行仿真实验,该方法相比常规方法具有更好的稳定性和更高的预测精度。