基于智能手机的室内行人定位与跟踪技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 研究现状 | 第12-17页 |
| 1.2.1 惯性定位技术 | 第13页 |
| 1.2.2 无线定位技术 | 第13-15页 |
| 1.2.3 超声定位技术 | 第15-16页 |
| 1.2.4 其它定位技术 | 第16-17页 |
| 1.3 研究内容与贡献 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 2 相关工作与理论基础 | 第19-30页 |
| 2.1 行人航位推算系统概述 | 第19-24页 |
| 2.1.1 INS-Only 行人航位推算 | 第20-21页 |
| 2.1.2 INS 与辅助信息融合的航位推算 | 第21-22页 |
| 2.1.3 步长估计原理 | 第22-24页 |
| 2.2 粒子滤波技术简介 | 第24-26页 |
| 2.3 基于 RSS 的室内定位技术 | 第26-29页 |
| 2.3.1 基于 RSS 指纹的室内定位技术 | 第26-28页 |
| 2.3.2 基于 RSS 模型的室内定位技术 | 第28-29页 |
| 2.4 发展的即时定位与地图构建技术 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于智能手机室内定位与跟踪的研究 | 第30-46页 |
| 3.1 WaP 系统概述 | 第30-31页 |
| 3.2 脚步检测机制 | 第31-34页 |
| 3.2.1 步长计算 | 第32-33页 |
| 3.2.2 方向推算 | 第33-34页 |
| 3.3 行走时 RSS 变化现象的分析 | 第34-43页 |
| 3.3.1 转弯确认 | 第35-38页 |
| 3.3.2 房间识别 | 第38-41页 |
| 3.3.3 房门检测 | 第41-43页 |
| 3.4 WiFi 协助的粒子滤波——WaP | 第43-45页 |
| 3.5 本章小节 | 第45-46页 |
| 4 实验与分析 | 第46-58页 |
| 4.1 实验环境 | 第46-47页 |
| 4.2 WiFi 模块功能的实验与分析 | 第47-51页 |
| 4.2.1 转弯确认功能的性能分析 | 第47-49页 |
| 4.2.2 房间识别功能的性能分析 | 第49-51页 |
| 4.2.3 房门检测功能的性能分析 | 第51页 |
| 4.3 WaP 系统的整体性能分析 | 第51-53页 |
| 4.4 AP 数量对定位的影响分析 | 第53-55页 |
| 4.5 性能与代价的分析 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 个人简历 | 第67页 |
| 发表的学术论文 | 第67-68页 |
