基于惯性传感器的行人室内定位导航
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 缩略词表 | 第13-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 本文研究内容 | 第18页 |
| 1.4 本文章节安排 | 第18-20页 |
| 第二章 惯性导航理论基础 | 第20-29页 |
| 2.1 捷联式惯性导航系统 | 第20-21页 |
| 2.2 常用坐标系 | 第21-26页 |
| 2.2.1 坐标系转换 | 第22-23页 |
| 2.2.2 旋转矩阵 | 第23-24页 |
| 2.2.3 四元数 | 第24-25页 |
| 2.2.4 旋转矩阵到四元数 | 第25-26页 |
| 2.3 基于四元数的姿态更新方法 | 第26-28页 |
| 2.4 惯性导航框架 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于卡尔曼滤波的姿态补偿算法 | 第29-54页 |
| 3.1 卡尔曼滤波信号模型 | 第29-36页 |
| 3.1.1 状态方程和观测方程 | 第29-31页 |
| 3.1.2 信号统计特性 | 第31页 |
| 3.1.3 卡尔曼滤波公式推导 | 第31-35页 |
| 3.1.4 卡尔曼滤波五个基本公式 | 第35-36页 |
| 3.2 扩展卡尔曼滤波 | 第36-37页 |
| 3.3 无损卡尔曼滤波 | 第37-40页 |
| 3.3.1 无损变换 | 第37-39页 |
| 3.3.2 UKF的特点 | 第39-40页 |
| 3.4 基于UKF模型的姿态补偿 | 第40-53页 |
| 3.4.1 状态方程和观测方程 | 第40-41页 |
| 3.4.2 观测值可靠性判断 | 第41-43页 |
| 3.4.3 均方差矩阵 | 第43页 |
| 3.4.4 状态向量估计流程 | 第43-45页 |
| 3.4.5 实验与仿真 | 第45-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于IMU的行人航迹推算 | 第54-85页 |
| 4.1 研究方案 | 第54-55页 |
| 4.2 行人航迹推算 | 第55-78页 |
| 4.2.1 初始姿态对准 | 第55-56页 |
| 4.2.2 姿态解算 | 第56-58页 |
| 4.2.3 UKF模型设计 | 第58-59页 |
| 4.2.4 脚步检测 | 第59-68页 |
| 4.2.4.1 带通滤波器参数选择 | 第61-63页 |
| 4.2.4.2 脚步检测状态机 | 第63-66页 |
| 4.2.4.3 脚步验证 | 第66-68页 |
| 4.2.5 行人航向估计 | 第68-76页 |
| 4.2.5.1 平行航向假设存在的问题 | 第69-71页 |
| 4.2.5.2 基于加速度特征提取的航向估计方法 | 第71-76页 |
| 4.2.6 步长估计 | 第76-78页 |
| 4.3 算法评估及分析 | 第78-84页 |
| 4.3.1 脚步检测算法精度 | 第78-80页 |
| 4.3.2 行人航向估计 | 第80-82页 |
| 4.3.3 航迹推算算法精度 | 第82-84页 |
| 4.4 本章小结 | 第84-85页 |
| 第五章 全文总结及工作展望 | 第85-87页 |
| 5.1 全文总结 | 第85页 |
| 5.2 工作展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 攻读硕士学位期间取得的成果 | 第93页 |
