【技术实现步骤摘要】
一种基于激活函数的轨迹数据融合方法
[0001]本专利技术属于数据融合技术,尤其涉及一种基于激活函数的轨迹数据融合方法。
技术介绍
[0002]数据融合技术是指利用计算机对按时序获得的若干观测信息,在一定准则下加以自动分析、综合,以完成所需的决策和评估任务而进行的信息处理技术。目前,数据融合技术在军事和非军事领域都有着广泛的应用,在军事领域广泛应用于自动目标识别、战场监测等,在非军事领域广泛应用于环境监视、医疗技术等。
[0003]数据融合技术通过合理地融合来自多个传感器的数据和相关信息,实现比单传感器更准确的测量和判断。与单传感器测量相比,多传感器在某个或某些传感器故障情况下仍能正常工作,可靠性更强。其次,多传感器测量可提高测量多样性,改善观察过程,如对运动物体进行加速度、速度和位移的测量。然而,不同的传感器通常具有不同的测量属性,当对不同的传感器输出进行多传感器数据融合时,所用的融合技术也需要根据传感器的性能进行针对性地设计。
[0004]室外运动轨迹记录主要依靠GPS定位提供的位置数据,因此,GPS定位数据的准确度直接影响运动轨迹记录的好坏。然而,提高GPS定位数据准确度的技术存在着以下缺陷:
[0005]⑴
直接对原始数据进行滤波估计或数据融合,所得结果容易受离群点(偏差较大的信息)影响。
[0006]⑵
GPS定位数据常与IMU数据进行融合,但是,IMU数据容易受电磁干扰,安装和使用环境要求较为严格,且IMU数据输出为加速度数据,需要进行积分计算才能与GPS的 ...
【技术保护点】
【技术特征摘要】
1.一种基于激活函数的轨迹数据融合方法,其特征在于包括以下步骤:S1、设立外点剔除条件:||S
g
(x
g
,y
g
)
‑
S(x,y)||<h
×
||V
l
(x
l
,y
l
)
×
(T
g
‑
T
l
)||
ꢀꢀꢀꢀ
公式(1)采集GPS位移数据S
g
(x
g
,y
g
),将不满足公式(1)的GPS位移数据S
g
(x
g
,y
g
)作为外点剔除;S2、对物体建立运动系统模型:采用卡尔曼滤波公式:对GPS位移数据S
g
(x
g
,y
g
)进行滤波,z(k)=S
g
(x
g
,y
g
),滤波后得到GPS位移数据S
kg
(x
kg
,y
kg
);对磁感应数据进行滤波,z(k)=S
l
(x
l
,y
l
),滤波后得到磁感应位移数据S
km
(x
km
,y
km
)和磁感应速度数据V
km
(x
km
,y
km
);S3、以磁感应速度数据进行对齐计算,并根据不同的先后顺序对GPS位移数据和磁感应位移数据进行插值对齐,T
g
为GPS位移数据更新时间,T
m
为磁感应位移数据更新时间,数据插值计算如下:a、向GPS位移数据对齐,设对齐后的磁感应位移数据为S
rm
(x
rm
,y
rm
),则有:S
rm
(x
rm
,y
rm
)=S
km
(x
km
,y
km
)+V
km
(x
km
,y...
【专利技术属性】
技术研发人员:舒恺,姚艳,张洁,严浩军,裴梓翔,宋弘亮,张严,陈玄俊,
申请(专利权)人:宁波市电力设计院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。