Man plays an important role as the moving sensor platform in information systems, including 6G communication and intelligent applications. In particular, personal self-position and attitude are critical for firefighters performing rescues, athletes competing in sports, and the shooter with a shoulder launcher aiming at a target. Due to the swinging of the human body and respiratory fluctuations, the real-time miniature inertial measurement unit (MIMU) data combines body motion noise and degrades navigation precision. Two scenarios are discussed in this paper, including aiming at a stationary and moving target. The angular rate and acceleration of MIMU data for a stationary target are obtained from the turntable and shooter's shoulder, respectively. Data are collected via a stimulated launcher mounted on the shooter's shoulder and the theoretical solution for a moving target. A technology known as error cumulative amplitude spectrum (CAS) is adapted to extract the specific frequency caused by the shooter's body swing, which exhibits low-frequency characteristics. Thus, a mixed filter frame composed of an adaptive notch filter (ANF) and a cubature Kalman filter (CKF) is described in detail to reduce both high- and low-frequency measurement errors. The results of series tests indicate that the acceleration and angular rate errors caused by shooter swing are reduced by more than 98% and more than 81%, respectively, in the stationary and moving cases. As a result, the presented method effectively suppresses body swing and enhances navigation performance.

人作为移动传感器平台在信息系统中扮演着重要的角色，包括 6G 通信和智能应用。特别是，个人的自我位置和态度对于执行救援的消防员、参加体育比赛的运动员以及肩扛发射器瞄准目标的射手至关重要。由于人体的摆动和呼吸波动，实时微型惯性测量单元（MIMU）数据结合了人体运动噪声，降低了导航精度。本文讨论了两种情况，包括瞄准静止目标和移动目标。静止目标的 MIMU 数据的角速率和加速度分别从转盘和射手的肩部获得。数据是通过安装在射手上的受激发射器收集的 肩部和运动目标的理论解。一种称为误差累积幅度谱（CAS）的技术适用于提取由射手身体摆动引起的特定频率，该频率具有低频特性。因此，详细描述了由自适应陷波滤波器（ANF）和容积卡尔曼滤波器（CKF）组成的混合滤波器框架，以减少高频和低频测量误差。系列测试结果表明，在静止和移动情况下，射手摆动引起的加速度和角速率误差分别降低了98%以上和81%以上。因此，所提出的方法有效地抑制了车身摆动并提高了导航性能。一种称为误差累积幅度谱（CAS）的技术适用于提取由射手身体摆动引起的特定频率，该频率具有低频特性。因此，详细描述了由自适应陷波滤波器（ANF）和容积卡尔曼滤波器（CKF）组成的混合滤波器框架，以减少高频和低频测量误差。系列测试结果表明，在静止和移动情况下，射手摆动引起的加速度和角速率误差分别降低了98%以上和81%以上。因此，所提出的方法有效地抑制了车身摆动并提高了导航性能。一种称为误差累积幅度谱（CAS）的技术适用于提取由射手身体摆动引起的特定频率，该频率具有低频特性。因此，详细描述了由自适应陷波滤波器（ANF）和容积卡尔曼滤波器（CKF）组成的混合滤波器框架，以减少高频和低频测量误差。系列测试结果表明，在静止和移动情况下，射手摆动引起的加速度和角速率误差分别降低了98%以上和81%以上。因此，所提出的方法有效地抑制了车身摆动并提高了导航性能。详细描述了由自适应陷波滤波器（ANF）和容积卡尔曼滤波器（CKF）组成的混合滤波器框架，以减少高频和低频测量误差。系列测试结果表明，在静止和移动情况下，射手摆动引起的加速度和角速率误差分别降低了98%以上和81%以上。因此，所提出的方法有效地抑制了车身摆动并提高了导航性能。详细描述了由自适应陷波滤波器（ANF）和容积卡尔曼滤波器（CKF）组成的混合滤波器框架，以减少高频和低频测量误差。系列测试结果表明，在静止和移动情况下，射手摆动引起的加速度和角速率误差分别降低了98%以上和81%以上。因此，所提出的方法有效地抑制了车身摆动并提高了导航性能。