论文部分内容阅读
核电作为一种清洁环保的能源,已经在多个国家投入使用。核电站占地面积广,厂区内部结构复杂,设备众多,内部环境对工作人员很不友好。如何在这样庞大的核电站内,实现对众多工作人员的管理和安排,提高工作效率,降低事故发生率,是核电站管理的重要内容之一。准确获取人员位置信息,能为实现人员的高效管理提供最基础和最重要的依据。现阶段,市面上的定位系统难以满足核电站等特殊环境下的高精度行人定位需求,针对这一特殊领域的行人定位技术研究也较少。本文深入研究了信息融合技术和行人定位技术,在此基础上,提出了一种基于联邦卡尔曼滤波算法的决策级融合定位算法。该融合定位算法能够在决策级层次,融合惯性定位系统、GPS(Global Positioning System,全球定位系统)、WiFi(WIrelessFIdelity,无线网)指纹定位系统、UWB(Ultra Wideband,超宽带)定位系统、GIS(Geographic Information System,地理信息系统)辅助定位系统输出的位置数据。经过算法仿真,在各定位源有稳定输出的情况下,本课题提出的融合定位算法的精度接近精度最高的子系统的精度,并且融合定位算法具有一定的容错性能,即当某个定位源出现异常输出时,融合定位算法的输出能够快速恢复到正常状态;在非理想情况下,即除惯性定位系统外的其他定位源仅在局部区域生效时,融合定位系统的输出误差能够在系统使用超过200分钟后稳定在允许误差范围之内。同时,搭建模拟场景进行了实验,测试了融合定位算法的实际定位效果,实验结果表明:当GPS与UWB定位系统能够提供观测数据的距离占总行径距离的30%和10%时,融合定位系统的误差较单一GPS或单一惯性定位系统的误差分别下降了29.6%和46.4%;当允许误差范围为5m时,融合定位系统的航迹还原度在行进1200m后较单一GPS或单一惯性定位系统的航迹还原度分别提升了33.1%和71.7%。