基于信号分析的室内定位特征点识别技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-17页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究内容和难点 | 第11-14页 |
| 1.3 本文工作及贡献 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 室内定位特征点识别技术介绍 | 第17-24页 |
| 2.1 国内外常见定位特征点分类 | 第17-20页 |
| 2.1.1 基于室内射频指纹的特征点 | 第17-18页 |
| 2.1.2 基于室内环境信号感知的特征点 | 第18-19页 |
| 2.1.3 基于室内图像匹配的特征点 | 第19-20页 |
| 2.2 Android平台定位基础 | 第20-21页 |
| 2.3 识别特征点常用算法 | 第21-22页 |
| 2.3.1 K-means 聚类 | 第21-22页 |
| 2.3.2 DBSCAN 算法 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于信号分析的室内定位特征点识别 | 第24-42页 |
| 3.1 基于WiFi信号的特征点分析识别 | 第24-28页 |
| 3.1.1 WiFi-Peak特征点分析 | 第26-28页 |
| 3.1.2 WiFi-Peak 点识别 | 第28页 |
| 3.2 基于IMU信号的特征点分析识别 | 第28-36页 |
| 3.2.1 电梯、楼梯点 | 第28-30页 |
| 3.2.2 室内转弯点 | 第30-32页 |
| 3.2.3 房间内静止点 | 第32-34页 |
| 3.2.4 房间门点 | 第34-36页 |
| 3.3 基于室内气压变化识别楼层 | 第36-40页 |
| 3.4 定位特征点总评 | 第40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于移动终端的数据采集分析系统 | 第42-59页 |
| 4.1 系统需求分析 | 第42-44页 |
| 4.2 系统设计与实现 | 第44-55页 |
| 4.2.1 计步器模块 | 第45-46页 |
| 4.2.2 WiFi信号分析模块 | 第46-48页 |
| 4.2.3 重力加速度数据分析模块 | 第48-51页 |
| 4.2.4 陀螺仪数据分析模块 | 第51-52页 |
| 4.2.5 气压数据分析模块 | 第52-54页 |
| 4.2.6 服务器模块 | 第54-55页 |
| 4.3 系统验证 | 第55-58页 |
| 4.3.1 功能性验证 | 第56-58页 |
| 4.3.2 非功能性验证 | 第58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 室内定位特征点应用验证 | 第59-63页 |
| 5.1 室内地图构建和室内定位中的应用 | 第59-60页 |
| 5.2 实际场景分析 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| 6.1 论文工作总结 | 第63页 |
| 6.2 论文改进方向 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
