基于惯性传感器的行人航位推算算法的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与创新 | 第13-14页 |
| 1.4 论文章节安排 | 第14-16页 |
| 第二章 航位推算相关理论分析 | 第16-29页 |
| 2.1 行人航位推算 | 第16-19页 |
| 2.1.1 计步 | 第16页 |
| 2.1.2 步长 | 第16-18页 |
| 2.1.3 方向 | 第18-19页 |
| 2.2 多元线性回归 | 第19-20页 |
| 2.3 粒子滤波 | 第20-22页 |
| 2.3.1 顺序重要性采样 | 第20-21页 |
| 2.3.2 样本重要性重采样 | 第21-22页 |
| 2.3.3 粒子归一化 | 第22页 |
| 2.4 特征提取与分类 | 第22-26页 |
| 2.4.1 小波变换 | 第22-23页 |
| 2.4.2 奇异值分解 | 第23-24页 |
| 2.4.3 支持向量机 | 第24-26页 |
| 2.5 地图匹配 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 改进的行人航位推算 | 第29-67页 |
| 3.1 计步检测 | 第31-36页 |
| 3.1.1 重力剔除 | 第32-33页 |
| 3.1.2 数据平滑 | 第33-34页 |
| 3.1.3 穿零检测 | 第34-36页 |
| 3.2 改进的步长计算 | 第36-42页 |
| 3.2.1 步长计算流程 | 第37页 |
| 3.2.2 多元线性回归 | 第37-39页 |
| 3.2.3 粒子滤波修正 | 第39-42页 |
| 3.3 改进的方向估算 | 第42-47页 |
| 3.3.1 坐标系转换 | 第43-45页 |
| 3.3.2 线性拟合 | 第45-47页 |
| 3.4 持握方式判断 | 第47-54页 |
| 3.4.1 不同持握方式数据特征 | 第48-49页 |
| 3.4.2 持握方式判断流程 | 第49页 |
| 3.4.3 特征提取 | 第49-51页 |
| 3.4.4 SVM分类 | 第51-52页 |
| 3.4.5 计步与步长 | 第52-54页 |
| 3.5 实验与分析 | 第54-65页 |
| 3.5.1 计步检测对比实验 | 第54-56页 |
| 3.5.2 步长计算对比实验 | 第56-60页 |
| 3.5.3 方向估算对比实验 | 第60-63页 |
| 3.5.4 持握方式判断实验 | 第63-65页 |
| 3.6 室内定位实验 | 第65-66页 |
| 3.7 本章小结 | 第66-67页 |
| 第四章 室内地图匹配 | 第67-80页 |
| 4.1 地图建模 | 第67-70页 |
| 4.2 地图匹配 | 第70-75页 |
| 4.2.1 兴趣点匹配 | 第70-71页 |
| 4.2.2 穿墙检测 | 第71-73页 |
| 4.2.3 方向修正 | 第73-75页 |
| 4.3 实验与分析 | 第75-79页 |
| 4.3.1 穿墙检测实验 | 第76-77页 |
| 4.3.2 方向修正实验 | 第77-78页 |
| 4.3.3 真实与估算轨迹对比 | 第78-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第五章 总结和展望 | 第80-83页 |
| 5.1 论文总结 | 第80-81页 |
| 5.2 工作展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间取得的成果 | 第88-89页 |
