论文摘要
单兵室内导航系统可为在封闭、多遮挡环境下作战的人员不断地提供准确导航信息。传统利用卫星的导航模式在室内会存在信号缺失、易受干扰等问题,无法得到应用。而基于超声波（Ultrasonic）、超宽带（Ultrawideband,UWB）、WLAN、RFID（Radio Frequency IDentification）技术的室内定位方法又存在多路径误差,甚至需要事先有额外设备的辅助,不仅成本高、且还不能满足单兵作战环境未知性的需求。基于自包含传感器的个人导航方法是近几年来的研究热点,它具有不受外界环境干扰、自主性强、成本低、体积小、且能输出连续导航结果的优势,适合成为单兵室内导航的首选技术。本文深入研究了基于MIMU（Micro Inertial Measurement Unit,微惯性测量单元）的单兵室内导航算法。主要研究工作包括:（1）结合单兵作战动作和行为的多样性特征,分析了MIMU的最佳安装位置,以此设计了——鞋式单兵惯性导航系统。分析了人行走过程的步态原理,提出了实现导航所需解决的步态辨识、步长估计、航向估计、导航解算等关键问题。（2）实现了三种匀速标准行走下步频的检测方法,包括步态峰值检测法、Stance Phase检测法以及自相关检测法,针对实际应用时存在的步速不恒定、多步态并存的问题,设计出了一种能适应多步态的零速检测算法,同时提出了一种零速—步频检测机制,该机制将零速检测与步频检测结合起来,使得算法可以对人行走时的多种步态兼容,包括跑步。实验证明,该机制下的算法步态检测精度相比传统检测算法精度明显要高。（3）实现了基于两种模型的步长估计,并由多组实验数据拟合出了模型中参数变化的函数关系,实现了参数的自适应化。为充分提高导航稳定性和可靠性,提出了一套步态检测—步长估计协调机制,该机制将捷联惯性导航+零速修正方法与步航推算的方法相融合,解决了零速修正失效下的导航发散问题。（4）设计了基于系统误差状态的扩展卡尔曼滤波器,解决了如何借助获取的零速信息实现误差估计和零速修正的问题。同时介绍了导航系统的静态误差补偿和水平姿态角的对准方法。（5）针对室内导航航向角漂移问题,结合静态长时间下磁航向稳定、且不随时间发散的特点,以及建筑楼向信息易测得的优势,设计了系统的航向估计决策机制,有效抑制了导航时航向角误差累积的问题。（6）给出了单兵室内导航算法标定流程,以及完整的算法执行流程。通过设计的室内导航实验,评估了算法的精度。结果表明,算法的位置解算精度理想,RMS评估精度在行程的2%以内,满足单兵室内作战的导航需求。