[发明专利]一种基于HMM的个人自主导航系统零速检测方法

权利要求书

1.一种基于隐马尔可夫模型的个人自主导航系统零速检测方法，其特征在于，包括以下步骤：

步骤一：手持掌上电脑实时接收并存储个人自主导航系统中脚步微型惯性测量单元内Y轴陀螺仪的输出信息，X轴指向载体前进方向，Z轴垂直于载体运动方向向上，Y轴与X轴、Z轴构成右手坐标系；任意时刻k接收到的个人自主导航系统中Y轴陀螺仪的输出信息为：

y_k＝ω_k；

步骤二：利用函数将个人自主导航系统中Y轴陀螺的输出信息进行初步分段并将不满足分段条件的陀螺仪输出数据舍弃，利用分类函数：

对Y轴陀螺仪的输出数据进行分类，

其中，γ₁和γ₂为常数，0＜γ₁＜γ₂；

步骤三：利用步骤二中的分类函数将个人自主导航系统使用者行走过程中脚步一步运动时Y轴陀螺输出值分成四段，分别命名为Q_k，其中k＝1,2,3,4；Q_k代表隐马尔可夫过程的四个状态量，分别为状态1、状态2、状态3、状态4,则行人一步运动时典型的状态转换为1→2→3→4→1；

步骤四：将步骤二中分类后的Y轴陀螺输出值进行范围划分，当连续采集到陀螺仪某类输出值点不少于j个时，将这些连续输出点组成的范围定义为O_j，其中j＝1,2,3；并将范围O_j作为隐马尔可夫模型的输出，进而将零速检测问题转化为隐马尔可夫模型解码问题，即，在已知参数模型和观测序列的情况下，求产生此观测序列的最佳状态序列，将Y轴陀螺仪的输出范围O_j作为隐马尔可夫模型的输出，其中，所使用的隐马尔可夫模型为：

M＝(S,V,π,F,H)，

其中，S＝{s₁,...,s_N}为模型中Markov链的一组状态，数目为N，t时刻的状态为q_t∈{s₁,...,s_N}，Q为状态序列；V＝{v₁,...,v_W}为一组观测量，W为各状态对应的观测值数目，t时刻观察值为o_t∈{v₁,...,v_W}；O为观测序列，π为初始状态概率分布；F为状态转移概率矩阵；H为观测量概率分布； 对于本发明中给定的隐马尔可夫模型，其S和V是可确定的，因此其模型可简化为：

M＝(π,F,H)；

步骤五：利用步骤一中采集的实验数据及公式，求出个人自主导航系统使用者一步运动过程中状态转移矩阵A，以及隐马尔可夫输出过程O_j和状态过程Q_k的转换关系矩阵B；

步骤六：通过步骤五中得到的状态转移矩阵A和矩阵B，利用Viterbi算法求取隐马尔可夫模型的状态量Q_k；

步骤七：使用个人自主导航系统中Y轴陀螺的输出值及步骤五中得到的隐马尔可夫模型的状态量Q_k，利用不等式判别个人自主导航系统使用者运动过程中的零速区间。

2.如权利要求1所述的一种基于隐马尔可夫模型的个人自主导航系统零速检测方法，其特征在于，在步骤五中，考虑到在使用者一步运动过程中，存在某一状态丢失的情况，利用分段后的Y轴陀螺仪输出数据及公式：

得到个人自主导航系统使用者一步运动过程中状态转移矩阵A以及可表示输出过程O_k和状态过程Q_k的转换矩阵B；

其中，a_ij表示从状态i转移到状态j的概率，b_ij表示从输出过程O_j与状态过程Q_k的转换概率。