惯性行人导航零速区间检测的非线性空间K-means聚类算法

作者：马宇峰; 戴邵武; 王瑞; 戴洪德^*; 郑百东

来源：北京航空航天大学学报, 2023, 49(10): 2841-2850.

DOI：10.13700/j.bh.1001-5965.2021.0764

• 零速检测
• 惯性行人导航
• 非线性空间映射
• K-means聚类
• 零速区间

惯性行人导航系统中，零速区间检测的准确性直接关系着基于零速修正（ZUPT）的行人导航精度。为此，设计了一种基于非线性空间映射与K-means聚类算法结合的零速区间检测算法。通过经典零速区间检测算法广义似然比检测（GLRT）确定初始零速区间；选取零速区间与非零速区间交界处的加速度数据，将合加速度幅值作为变量，映射到设计的非线性空间中，放大数据差异；利用K-means聚类算法对映射后的数据进行聚类，经过去噪声处理后确定出更精准的零速区间；通过惯性行人导航系统实验验证非线性空间K-means聚类零速区间检测算法的有效性。实验表明，所提出的惯性行人导航零速区间检测的非线性空间K-means聚类算法相比于GLRT算法和基于K-means聚类的零速区间检测算法，定位精度显著提高，并在匀速行走、变速行走和长距离长航时行走3种运动模式下进行了实验验证；相比基于K-means聚类的零速区间检测算法，减小了计算量。所提算法能够自适应不同的运动状态，无需随时调整阈值，且理论上可以优化任意传统零速区间检测算法，具有良好的工程应用价值。