| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究意义 | 第11-12页 |
| 1.3 课题研究及应用现状 | 第12-14页 |
| 1.3.1 智能手机平台的应用现状 | 第12页 |
| 1.3.2 室内定位技术的研究现状 | 第12-14页 |
| 1.4 论文主要研究内容及组织结构 | 第14-16页 |
| 1.4.1 论文主要研究内容 | 第14页 |
| 1.4.2 论文组织结构 | 第14-16页 |
| 第2章 WIFI室内定位基本原理与实现 | 第16-34页 |
| 2.1 WiFi室内定位基本原理 | 第17-18页 |
| 2.2 WiFi室内定位方法比较与选择 | 第18-22页 |
| 2.2.1 三角形定位方法 | 第18-20页 |
| 2.2.2 位置指纹定位方法 | 第20-22页 |
| 2.3 Android手机平台及编程环境 | 第22-23页 |
| 2.4 位置指纹定位方法在Android手机平台上的实现 | 第23-30页 |
| 2.4.1 训练阶段的软件设计与实现 | 第24-28页 |
| 2.4.2 定位阶段的软件设计与实现 | 第28-30页 |
| 2.5 位置指纹定位方法的服务器设计与实现 | 第30-34页 |
| 第3章 行人航迹推算PDR技术基本原理及实现 | 第34-45页 |
| 3.1 基于传感器数据的相对位置定位技术基本原理 | 第34-35页 |
| 3.2 两种相对位置定位技术的比较 | 第35-39页 |
| 3.2.1 惯性导航定位技术 | 第35-36页 |
| 3.2.2 行人航迹推算PDR技术 | 第36-38页 |
| 3.2.3 两种技术的比较 | 第38-39页 |
| 3.3 行人航迹推算技术PDR技术在Android手机上的实现 | 第39-45页 |
| 3.3.1 信号采集设计与实现 | 第41页 |
| 3.3.2 信号滤波设计与实现 | 第41-42页 |
| 3.3.3 步频检测和步长估算的设计与实现 | 第42-44页 |
| 3.3.4 方向检测 | 第44页 |
| 3.3.5 位置估算 | 第44-45页 |
| 第4章 新的步长估计算法提出及实验验证 | 第45-53页 |
| 4.1 常用步长估算算法介绍 | 第45-47页 |
| 4.2 新的非线性步长估计算法与其他非线性步长估计算法的比较 | 第47-52页 |
| 4.2.1 行人常规步长实验数据的比较 | 第49-50页 |
| 4.2.2 行人大步长实验数据的比较 | 第50页 |
| 4.2.3 行人小步长实验数据的比较 | 第50-52页 |
| 4.3 新的步长估计算法实验验证的结论 | 第52-53页 |
| 第5章 行人航迹推算和WIFI室内定位技术的融合策略及实验验证 | 第53-58页 |
| 5.1 行人航迹推算与WiFi定位方法融合的优势 | 第53页 |
| 5.2 行人航迹推算与WiFi室内定位技术融合的策略及实现 | 第53-56页 |
| 5.3 系统测试与实验结果验证 | 第56-58页 |
| 5.3.1 联合定位算法与单独WiFi室内定位算法实验结果比较 | 第56-57页 |
| 5.3.2 实验结果比较及分析验证 | 第57-58页 |
| 第6章 总结和展望 | 第58-60页 |
| 6.1 论文总结 | 第58页 |
| 6.2 论文展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
