MEMS IMU实测磁信号MNMF盲源分离降噪及匹配定位分析

孟庆港; 汪金花; 王赛楠; 李鸣铎; 侯金亮

doi:10.13203/j.whugis20230186

您当前的位置：

首页 >

文章列表页 >

MEMS IMU实测磁信号MNMF盲源分离降噪及匹配定位分析

地图制图学与地理信息工程 | 更新时间：2026-11-06

- MEMS IMU实测磁信号MNMF盲源分离降噪及匹配定位分析
- Denoising and Matching Localization of MNMF Blind Source Separation Algorithm for Measured Magnetic Signals by MEMS IMU
- 武汉大学学报（信息科学版） 2025年50卷第12期页码：2580-2591
- 作者机构：
  
  1.华北理工大学矿业工程学院，河北唐山，063210
  2.华北理工大学电气工程学院，河北唐山，063210
- 作者简介：
  
  孟庆港，博士生，主要从事基于MEMS井下自主定位数值降噪算法。meng_qg2022@163.com
  汪金花，博士，教授，博士生导师。jinhua66688@126.com
- 基金信息：
  
  国家自然科学基金面上项目(42274056);河北省自然科学基金(E2018209345);河北省高等学校科学技术重点项目(ZD2021082);河北省高等学校科学技术研究项目(QN2022117)
- DOI：10.13203/j.whugis20230186
  中图分类号： P228
- 收稿：2024-03-12，
  
  纸质出版：2025-12-05
- 稿件说明：
移动端阅览
孟庆港,汪金花,王赛楠，等.MEMS IMU实测磁信号MNMF盲源分离降噪及匹配定位分析[J].武汉大学学报（信息科学版）,2025,50(12):2580-2591.

MENG Qinggang,WANG Jinhua,WANG Sainan,et al.Denoising and Matching Localization of MNMF Blind Source Separation Algorithm for Measured Magnetic Signals by MEMS IMU[J].Geomatics and Information Science of Wuhan University,2025,50(12):2580-2591.
孟庆港,汪金花,王赛楠，等.MEMS IMU实测磁信号MNMF盲源分离降噪及匹配定位分析[J].武汉大学学报（信息科学版）,2025,50(12):2580-2591. DOI：10.13203/j.whugis20230186

MENG Qinggang,WANG Jinhua,WANG Sainan,et al.Denoising and Matching Localization of MNMF Blind Source Separation Algorithm for Measured Magnetic Signals by MEMS IMU[J].Geomatics and Information Science of Wuhan University,2025,50(12):2580-2591. DOI：10.13203/j.whugis20230186

摘要

针对微机电系统惯性测量单元（micro electro mechanical system inertial measurement unit，MEMS IMU）量测信号噪声大、来源复杂，利用盲源解混算法对动态磁序列进行了噪声分离和降噪效果的系统研究。引入乘性误差和加性误差，建立MEMS IMU动态测量磁场值误差扰动模型，分析MEMS IMU在腰部、手腕及脚踝3处磁测量噪声扰动规律，并在非负矩阵分解盲源解混模型基础上，根据磁数值特点引入重加权稀疏约束条件，构建了动态磁序列非负矩阵分解（magnetic nonnegative matrix factorization，MNMF）盲源解混模型。试验采用FVM-400磁力仪测量静态磁基准库，MEMS IMU装置采集动态行走磁序列，开展了快速独立成分分析（fast independent component analysis，FastICA）、MNMF磁信号盲源解混试验。试验结果表明，在磁扰动解混的仿真试验中，FastICA、MNMF算法对混合磁信号解混分离指数均小于0.1，可以有效分离磁信号中人员行走噪声、设备振动噪声和静态磁序列；在MEMS IMU实测磁数值解混试验中，MNMF可以有效分离出与静态磁序列相近的信号，能够提高行人动态行走状态下磁匹配定位的概率，验证了MNMF盲源分离降噪对匹配定位的有效性，也为室内自主定位磁量测值降噪处理提供了新的理论基础。

Abstract

Objectives

With the development of indoor positioning technology towards continuity

precision

and intelligence

autonomous indoor positioning technology has become a research hotspot. The inertial acceleration and magnetic field values of the carrier can be obtained using micro electro mechanical system inertial measurement unit (MEMS IMU)

which is an important device in positioning. However

there are difficulties in the complex noise of dynamic measurement values. For the high noise of measurement signals in low-cost MEMS IMUs

the noise separation and denoising of dynamic magnetic sequences are conducted by using blind source unmixing separation algorithm.

Methods

An error model using multiplicative parameters and additive errors for MEMS IMU dynamic measurement is constructed

which expresses the error source of magnetic signals in real-time. The magnetic measurement noise disturbance law of MEMS IMU is analyzed at waist

hand and foot

then a new algorithm magnetic nonnegative matrix factorization is constructed based on the nonnegative matrix factorization with adding the reweighted sparse constraint equation. The static magnetic value were measured using an FVM-400 magnetometer in study area

and magnetic sequences of pedestrian in walking using MEMS IMU. it were conducted on blind source unmixing separation and denoise test of magnetic signals using fast independent component analysis (FastICA) and magnetic nonnegative matrix factorization (MNMF) algorithms.

Results

The results show that: the performance index of FastICA and MNMF is less than 0.1 in the simulation test of magnetic disturbance unmixing. It can effectively separate the walking noise

equipment vibration noise and static magnetic sequence in the magnetic signal. FastICA has better separation effect on periodic noise

MNMF can accurately unmix the static magnetic value

and the correlation coefficient reaches 0.996 8. In the unmixing experiment of the measured dynamic magnetic sequence

the MNMF algorithm can separate signals similar to the static magnetic sequence

which keep relatively good magnetic spatial sequence feature

but the separation accuracy for other noises is poor. In addition

MNMF algorithm has obvious noise reduction on the measured dynamic magnetic sequence. The experiment shows that the matching probability of the magnetic sequence after denoising with the MNMF algorithm can be significantly improved

especially for magnetic sequence at hand after denoising. The probability reaches about 95 % with the 3-meter matching length.

Conclusions

For the unmixed and separated the measured magnetic sequence using the MNMF algorithm

most irrelevant interference noise can be separated

and the unmixed signal is similar to the static magnetic sequence

which can improve the probability and accuracy of the geomagnetic matching positioning in the dynamic walking of the pedestrian. The noise separation of dynamic magnetic measurement using MNMF has certain effectiveness

which provides a new theoretical basis for magnetic measurement denoise of indoor autonomous positioning.

关键词

Keywords

references

刘经南，高柯夫 . 智能时代测绘与位置服务领域的挑战与机遇［J］. 武汉大学学报（信息科学版）， 2017 ， 42 （ 11 ）： 1506 - 1517 .

LIU Jingnan ， GAO Kefu . Challenges and Opportunities for Mapping and Surveying and Location Based Service in the Age of Intelligence ［J］. Geomatics and Information Science of Wuhan University ， 2017 ， 42 （ 11 ）： 1506 - 1517 .

李晗旭，李昕，黄观文，等 . 速度分类的LSTM神经网络辅助GNSS/SINS车载定位方法［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 7 ）： 1311 - 1320 .

LI Hanxu ， LI Xin ， HUANG Guanwen ， et al . LSTM Neural Network Assisted GNSS/SINS Vehicle Positioning Based on Speed Classification ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 7 ）： 1311 - 1320 .

邓中亮，王翰华，刘京融 . 通信导航融合定位技术发展综述［J］. 导航定位与授时， 2022 ， 9 （ 2 ）： 15 - 25 .

DENG Zhongliang ， WANG Hanhua ， LIU Jingrong . Status and Trend of Communication-Navigation Integrated Positioning Technology ［J］. Navigation Positioning and Timing ， 2022 ， 9 （ 2 ）： 15 - 25 .

杨帆，柳景斌，龚晓东，等 . 基于移动采集指纹的手机自适应压缩感知室内定位方法［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 10 ）： 2135 - 2144 .

YANG Fan ， LIU Jingbin ， GONG Xiaodong ， et al . Mobile Phone-Based Indoor Positioning Method Using Adaptive Compressed Sensing for Mobile-Collected Fingerprints ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 10 ）： 2135 - 2144 .

赵悦，兰英，屈贤 . 基于MEMS传感器的煤矿井下人员定位系统设计［J］. 工矿自动化， 2018 ， 44 （ 8 ）： 87 - 91 .

ZHAO Yue ， LAN Ying ， QU Xian . Design of Personnel Positioning System in Coal Mine Underground Based on MEMS Sensor ［J］. Industry and Mine Automation ， 2018 ， 44 （ 8 ）： 87 - 91 .

SONG Z G ， ZHANG J S ， ZHU W Q ， et al . The Vector Matching Method in Geomagnetic Aiding Navigation ［J］. Sensors ， 2016 ， 16 （ 7 ）： 1120 - 1131 .

李晓阳，王伟魁，汪守利，等 . MEMS惯性传感器研究现状与发展趋势［J］. 遥测遥控， 2019 ， 40 （ 6 ）： 1 - 13 .

LI Xiaoyang ， WANG Weikui ， WANG Shouli ， et al . Status and Development Trend of MEMS Inertial Sensors ［J］. Journal of Telemetry， Tracking and Command ， 2019 ， 40 （ 6 ）： 1 - 13 .

王甫红，程雨欣，赵广越，等 . 智能手机GNSS/MEMS IMU车载组合导航的安装角估计算法［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 10 ）： 1948 - 1956 .

WANG Fuhong ， CHENG Yuxin ， ZHAO Guangyue ， et al . Mounting Angle Estimation Algorithm for Smartphone GNSS/MEMS IMU Vehicle-Borne Integrated System ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 10 ）： 1948 - 1956 .

牛小骥，丁龙阳，旷俭，等 . 基于MEMS IMU和运动约束的共享单车定位算法［J］. 中国惯性技术学报， 2021 ， 29 （ 3 ）： 300 - 306 .

NIU Xiaoji ， DING Longyang ， KUANG Jian ， et al . A MEMS IMU and Motion Constraint-Based Positioning Algorithm for Shared Bicycles ［J］. Journal of Chinese Inertial Technology ， 2021 ， 29 （ 3 ）： 300 - 306 .

杜俊伟，陈起金，牛小骥，等 . MEMS惯性高度尺测量精度分析［J］. 系统工程与电子技术， 2019 ， 41 （ 11 ）： 2605 - 2610 .

DU Junwei ， CHEN Qijin ， NIU Xiaoji ， et al . Analysis on Measurement Accuracy of MEMS Inertial Height Gauge ［J］. Systems Engineering and Electronics ， 2019 ， 41 （ 11 ）： 2605 - 2610 .

马梦瑶 . 基于ADMM算法的二维FIR数字滤波器设计［D］. 杭州：杭州电子科技大学， 2020 .

MA Mengyao . Design of 2D FIR Digital Filter Based on Admm Algorithm ［D］. Hangzhou ： Hangzhou Dianzi University ， 2020 .

陈俊良，康林，李广伟，等 . 基于Matlab的FIR数字滤波器设计及在接收机中的应用［J］. 兵工自动化， 2020 ， 39 （ 12 ）： 33 - 35 .

CHEN Junliang ， KANG Lin ， LI Guangwei ， et al . Design of FIR Digital Filter Based on Matlab and Its Application in Receiver ［J］. Ordnance Industry Automation ， 2020 ， 39 （ 12 ）： 33 - 35 .

汪金花，张恒嘉，侯金亮，等 . 井下地磁定位的瞬间强噪声扰动规律研究［J］. 昆明理工大学学报（自然科学版）， 2021 ， 46 （ 3 ）： 39 - 46 .

WANG Jinhua ， ZHANG Hengjia ， HOU Jinliang ， et al . The Disturbance Law of Instantaneous Strong Noise in Underground Geomagnetic Positioning ［J］. Journal of Kunming University of Science and Technology （Natural Sciences）， 2021 ， 46 （ 3 ）： 39 - 46 .

黄英 . 基于Remez算法的多媒体阅读语音快速降噪算法［J］. 自动化与仪器仪表， 2021 （ 9 ）： 62 - 65 .

HUANG Ying . A Fast Denoising Algorithm for Multimedia Reading Speech Based on Remez Algorithm ［J］. Automation & Instrumentation ， 2021 （ 9 ）： 62 - 65 .

张玉芝，杨腾越，杨云涛，等 . 地磁匹配定位中高精度地磁测量组合降噪算法［J］. 传感技术学报， 2024 ， 37 （ 06 ）： 1041 - 1048 .

ZHANG Yuzhi ， YANG Tengyue ， YANG Yuntao ， et al . Combined Noise Reduction Algorithm for High Precision Geomagnetic Measurement in Geomagnetic Matching Location ［J］. Chinese Journal of Sensors and Actuators ， 2024 ， 37 （ 06 ）： 1041 - 1048 .

汪金花，张博，郭立稳，等 . 井下巷道地磁匹配特征的CEA卷积增强的分析［J］. 武汉大学学报（信息科学版）， 2022 ， 47 （ 9 ）： 1422 - 1431 .

WANG Jinhua ， ZHANG Bo ， GUO Liwen ， et al . Performance Analysis of Convolution Enhancement of CEA Operator for Underground Geomagnetic Matching ［J］. Geomatics and Information Science of Wuhan University ， 2022 ， 47 （ 9 ）： 1422 - 1431 .

余先川，胡丹 . 盲源分离理论与应用［M］. 北京：科学出版社， 2011 .

YU Xianchuan ， HU Dan . Theory and Application of Blind Source Separation ［M］. Beijing ： Science Press ， 2011 .

吉长东，吕广涵，张恒璟，等 . 一种CORS站高程序列噪声识别算法［J］. 测绘科学， 2021 ， 46 （ 3 ）： 8 - 16 .

JI Changdong ， LÜ Guanghan ， ZHANG Hengjing ， et al . A Noise Recognition Algorithm of CORS Station Elevation Series ［J］. Science of Surveying and Mapping ， 2021 ， 46 （ 3 ）： 8 - 16 .

赵新航，刘方，黄明涛，等 . 列车轴承故障声音信号单通道去相关分离矫正［J］. 振动与冲击， 2023 ， 42 （ 13 ）： 137 - 146 .

ZHAO Xinhang ， LIU Fang ， HUANG Mingtao ， et al . Single-Channel De-correlation， Separation and Correction of Train Bearing Fault Sound Signals ［J］. Journal of Vibration and Shock ， 2023 ， 42 （ 13 ）： 137 - 146 .

李倩 . BP神经网络的舰船辐射噪声识别［J］. 舰船科学技术， 2019 ， 41 （ 24 ）： 22 - 24 .

LI Qian . Identification of Ship Radiated Noise Based on BP Neural Network ［J］. Ship Science and Technology ， 2019 ， 41 （ 24 ）： 22 - 24 .

AKAI N ， OZAKI K . Gaussian Processes for Magnetic Map-Based Localization in Large-Scale Indoor Environments ［C］// 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS） . Hamburg， Germany ， 2015 .

蔡劲，蔡成林，张首刚，等 . GNSS/地磁组合的室内外无缝定位平滑过渡方法［J］. 测绘通报， 2018 （ 2 ）： 30 - 34 .

CAI Jin ， CAI Chenglin ， ZHANG Shougang ， et al . A Smooth Transition Method for Indoor and Outdoor Seamless Positioning of GNSS/Magnetic Combination ［J］. Bulletin of Surveying and Mapping ， 2018 （ 2 ）： 30 - 34 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

秦岭生态地质环境监测研究进展与智能化监测体系构建

面向类脑空间智能的多模态大模型空间认知能力评估框架

时空智能学：理论与应用

复杂空间机器人自主测绘的现状与挑战

基于武汉一号卫星影像的智能变化检测方法与应用