基于惯性卡尔曼滤波的户外运动跟踪定位模型

在GPS户外运动定位的应用中卡尔曼滤波算法存在定位不够精确的缺点,本文以此为着眼点设计了一个以惯性优化非线性卡尔曼滤波为基础的户外运动跟踪定位模型。在设计中,先近似非线性函数的概率密度分布,之后非线性变换每个Sigma点,由此可以得出非线性变化后的方差以及点集,随后再用惯性优化模型取代高斯积分,由此形成一个以卡尔曼滤波为基础的户外运动跟踪定位模型。并针对这一模型进行了仿真实验,实验结果表明在户外运动人体跟踪定位中,本文设计的经过改进的算法与标准算法相比具有更高的精确性。