基于Wi-Fi/PDR融合的室内定位算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究意义和背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 室内定位关键技术 | 第17-29页 |
| 2.1 基于Wi-Fi的室内定位技术 | 第17-20页 |
| 2.1.1 基于RSSI几何测量定位 | 第17-19页 |
| 2.1.2 基于位置指纹定位 | 第19-20页 |
| 2.2 基于IMU的室内定位技术 | 第20-25页 |
| 2.2.1 捷联式惯性导航技术 | 第21页 |
| 2.2.2 PDR定位技术 | 第21-25页 |
| 2.3 室内定位中的卡尔曼滤波算法 | 第25-27页 |
| 2.3.1 卡尔曼滤波 | 第25-26页 |
| 2.3.2 无损卡尔曼滤波 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于Wi-Fi的室内定位技术改进方案 | 第29-41页 |
| 3.1 问题分析 | 第29-33页 |
| 3.1.1 设备类型对RSSI的影响 | 第29-30页 |
| 3.1.2 RSSI时变性 | 第30-31页 |
| 3.1.3 手机朝向对RSSI的影响 | 第31-32页 |
| 3.1.4 RSSI向量之间的相对大小 | 第32-33页 |
| 3.2 改进的Wi-Fi指纹定位算法 | 第33-40页 |
| 3.2.1 RSSI样本过滤算法 | 第33-36页 |
| 3.2.2 基于排序规则的Wi-Fi指纹定位算法 | 第36-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 基于PDR的室内定位技术改进方案 | 第41-53页 |
| 4.1 改进的步进计数算法 | 第41-46页 |
| 4.1.1 问题分析 | 第41-42页 |
| 4.1.2 波峰过滤算法 | 第42-46页 |
| 4.2 改进的步长估计算法 | 第46-49页 |
| 4.2.1 问题分析 | 第46页 |
| 4.2.2 自适应步长估计算法 | 第46-49页 |
| 4.3 Wi-Fi/PDR融合定位算法 | 第49-52页 |
| 4.3.1 融合策略 | 第49-50页 |
| 4.3.2 融合算法 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 实验与分析 | 第53-65页 |
| 5.1 实验环境 | 第53页 |
| 5.2 实验数据集配置 | 第53-54页 |
| 5.3 性能评估准则 | 第54-55页 |
| 5.3.1 平均均方根误差 | 第54页 |
| 5.3.2 最大均方根误差 | 第54-55页 |
| 5.3.3 累计分布函数 | 第55页 |
| 5.4 Wi-Fi指纹定位算法性能评估 | 第55-58页 |
| 5.4.1 实验设计 | 第55页 |
| 5.4.2 实验结果 | 第55-58页 |
| 5.5 PDR定位算法性能评估 | 第58-60页 |
| 5.5.1 实验设计 | 第58-59页 |
| 5.5.2 实验结果 | 第59-60页 |
| 5.6 Wi-Fi/PDR融合定位算法性能评估 | 第60-62页 |
| 5.6.1 实验设计 | 第60页 |
| 5.6.2 实验结果 | 第60-62页 |
| 5.7 本章小结 | 第62-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 致谢 | 第73页 |
