首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文

基于惯性测量/WiFi/建筑地图的室内行人定位技术研究

摘要第5-7页
abstract第7-8页
第1章 绪论第12-18页
    1.1 论文研究的背景和目的第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 室内行人定位技术发展现状第13-14页
        1.2.2 典型室内行人定位系统介绍第14页
        1.2.3 惯性测量和WiFi指纹组合定位的研究现状第14-16页
    1.3 论文研究内容第16-18页
第2章 室内行人定位技术基础理论第18-27页
    2.1 常用坐标系及其转换关系第18-20页
        2.1.1 坐标系定义第18页
        2.1.2 坐标系转换第18-20页
    2.2 基于惯性测量的室内定位原理第20-24页
        2.2.1 连续积分惯性定位原理第20-23页
        2.2.2 行人航迹推算原理第23-24页
    2.3 基于WiFi指纹的室内定位原理第24-25页
    2.4 基于惯性测量\WiFi指纹\建筑地图的室内定位原理第25-26页
    2.5 本章小结第26-27页
第3章 基于双层库的WiFi指纹定位算法第27-37页
    3.1 WiFi信号特征分析第27-29页
    3.2 离线双层WiFi指纹库建立第29-33页
        3.2.1 WiFi信号的数据采集第29页
        3.2.2 WiFi信号的数据预处理第29-31页
        3.2.3 双层离线指纹库构建第31-33页
    3.3 自适应在线匹配算法第33-36页
        3.3.1 在线匹配指纹生成第33-34页
        3.3.2 在线匹配定位算法第34-36页
    3.4 本章小结第36-37页
第4章 基于贝叶斯估计的二阶级联信息融合算法第37-49页
    4.1 基于卡尔曼滤波的行人惯性定位解算第37-42页
        4.1.1 基于卡尔曼滤波的行人运动建模第37-39页
        4.1.2 基于卡尔曼滤波的惯性定位算法实现第39-41页
        4.1.3 零速校正对航向误差校正效果分析第41-42页
    4.2 基于粒子滤波的多信息源信息融合算法第42-48页
        4.2.1 粒子滤波算法原理第42-44页
        4.2.2 基于粒子滤波的多信息源信息融合算法实现第44-46页
        4.2.3 粒子改进滤波算法第46-48页
    4.3 本章小结第48-49页
第5章 行人室内定位系统定位试验第49-60页
    5.1 行人室内定位系统试验平台第49-50页
        5.1.1 MTiG710惯性器件简介第49页
        5.1.2 室内行人定位试验系统第49-50页
    5.2 室内行人定位系统试验设计第50-52页
    5.3 试验结果及分析第52-58页
        5.3.1 基于双层库的WiFi指纹定位算法试验第52-55页
        5.3.2 基于贝叶斯估计的二阶信息融合算法试验第55-58页
    5.4 本章小结第58-60页
结论第60-62页
参考文献第62-68页
攻读硕士学位期间发表的论文和取得的科研成果第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:组合式长周期光纤光栅的制作及特性研究
下一篇:基于间歇采样的SAR欺骗干扰研究