一种基于自适应波峰检测的MEMS计步算法第23卷第3期中国惯性技术学报Vol.23No.32015年6月JournalofChineseInertialTechnologyJun.2015收稿日期：2015-02-13；修回日期：2015-05-28基金项目：国家自然科学基金面上项目资助（41371423）；国家高技术研究发展863计划资助（2013AA12A201）；校青年创新团队资助（2014QN004）作者简介：陈国良（1977—），男，博士，副教授，从事室内外无缝定位技术研究。E-mail：chglcumt@163.com文章编号：1005-6734(2015)03-0315-07doi:10.13695/j.cnki.12-1222/o3.2015.03.007一种基于自适应波峰检测的MEMS计步算法一种基于自适应波峰检测的MEMS计步算法陈国良，李飞，张言哲（中国矿业大学环境与测绘学院，江苏徐州221116）摘要：针对微机电测量系统（MEMS）波峰检测计步算法和自相关分析计步算法仅利用单轴加速度和固定阈值对传感器姿态和运动状态变化适应性较差的问题，提出了一种自适应波峰检测算法。该算法将行人运动状态分为正常状态与非正常状态，根据行人每一步的最大整体加速度与运动状态的内在相关性，获取不同运动状态的波峰检测经验阈值，实现不同运动状态下的自适应计步。通过实验对比分析，自适应波峰检测算法在传感器不同姿态和行人不同运动状态下的计步正确率均可达到99%以上，而常规波峰检测算法和自相关分析算法对正常态的计步精度虽然达到97%和99%以上，但对非正常状态下的计步精度仅有70%和50%，无法适应行人运动状态的变化。结果表明：自适应波峰检测算法对MEMS传感器姿态和运动状态的变化适应性较强，能够实现传感器不同姿态和不同运动状态下的可靠性计步。另外，自适应波峰检测、常规波峰检测、自相关分析算法的时间运算效率分别为0.036s、0.046s、0.131s，自适应波峰检测算法时间效率明显优于其他两种算法。关键词：MEMS；自适应波峰检测；常规波峰检测；自相关分析中图分类号：TH72文献标志码：APedometermethodbasedonadaptivepeakdetectionalgorithmCHENGuo-liang,LIFei,ZHANGYan-zhe(SchoolofEnvironmentScienceandSpatialInformatics,ChinaUniversityofMiningandTechnology,Xuzhou221116,China)Abstract:Inviewthatconventionalpeakdetectionalgorithmandself-correlationanalysisalgorithmhavepooradaptabilitytosensorattitudesandmotionstatesofMEMSmeasurementsystempedometerusingsingleaxisdataandfixedthreshold,anadaptivepeakdetectionalgorithmisproposed.Accordingtoinherentcorrelationofmaximumaccelerationandmotionstates,thealgorithmgetspeakdetectionexperi-encethresholdsofdifferentmotionstates,andrealizesadaptivestepcounting.Experimentsshowthattheadaptivepeakdetectionstepcountingaccuracyreachesabove99%forbothdifferentsensorattitudesandpedestriansmotionstates.Incontrast,theaccuraciesofconventionalpeakdetectionandself-correlationanalysisalgorithmsreach97%and99%undernormalstate,butonly70%and50%underabnormalstate.Theresultsshowthattheadaptivepeakdetectionalgorithmhasstrongadaptabilitytosensorattitudesandmotionstates,andachievesreliablestepcountingundervariousconditionsofsensorattitudesandmotionstates.Inaddition,thetimecalculationefficienciesoftheadaptive,conventionalpeakdetectionandself-correlationanalysisalgorithmsare0.036s,0.046sand0.131s,respectively,whichprovethattheadaptivepeakdetectionalgorithmissignificantlysuperiortotheothertwoalgorithms.Keywords:MEMS;adaptivepeakdetection;conventionalpeakdetection;self-correlationanalysis随着导航定位技术不断发展，室内外无缝定位技术成为当前的研究热点。室外环境下全球卫星导航系统（GNSS）发展成熟，而在卫星信号受到多路径效应、建筑物遮挡等因素影响的GNSS盲区定位成为亟待解决的科学问题。陈伟等提出利用惯性传感器实现行人航位推算（PDR）为解决GNSS盲区定位提供了一个可行方案[1-3]，PDR定位中步数检测是最基本的一步，计步结果的好坏直接影响到PDR定位的精度[4-5]。...