摘要 | 第10-12页 |
Abstract | 第12-13页 |
第一章 绪论 | 第14-40页 |
1.1 研究背景与意义 | 第15-25页 |
1.1.1 复杂环境中导航与定位面临的困难 | 第15-23页 |
1.1.2 面向复杂环境定位问题的提出 | 第23-24页 |
1.1.3 研究意义 | 第24-25页 |
1.2 相关领域研究现状 | 第25-36页 |
1.2.1 环境感知 | 第25-27页 |
1.2.2 GNSS及其改进定位 | 第27-29页 |
1.2.3 非GNSS室内定位 | 第29-34页 |
1.2.4 研究现状总结 | 第34-36页 |
1.3 主要研究内容与创新点 | 第36-40页 |
1.3.1 主要研究内容 | 第36-37页 |
1.3.2 论文组织结构 | 第37-38页 |
1.3.3 论文创新点 | 第38-40页 |
第二章 面向复杂环境的室内外自适应定位框架 | 第40-50页 |
2.1 导航与定位基本概念 | 第40-45页 |
2.1.1 基本概念 | 第40-41页 |
2.1.2 导航定位问题形式化与基本定位算法 | 第41页 |
2.1.3 和积法基本原理 | 第41-43页 |
2.1.4 定位算法基本评价指标 | 第43-45页 |
2.2 模块化可扩展的自适应定位框架 | 第45-48页 |
2.2.1 总体框架 | 第45-46页 |
2.2.2 数据采集与环境感知 | 第46-47页 |
2.2.3 算法选择与位置估计 | 第47-48页 |
2.3 本章小结 | 第48-50页 |
第三章 基于信号特征和机器学习的环境感知 | 第50-73页 |
3.1 环境感知基础 | 第50-53页 |
3.1.1 环境感知基本概念 | 第50页 |
3.1.2 环境感知常用传感器 | 第50-53页 |
3.2 基于GSM信号特征的环境感知 | 第53-63页 |
3.2.1 面向室内外自适应定位的环境分类 | 第54-56页 |
3.2.2 数据输入 | 第56-60页 |
3.2.3 训练 | 第60-61页 |
3.2.4 测试 | 第61-63页 |
3.3 算法测试与分析 | 第63-72页 |
3.3.1 数据采集与预处理 | 第63-68页 |
3.3.2 分类算法测试 | 第68-72页 |
3.3.3 结论 | 第72页 |
3.4 本章小结 | 第72-73页 |
第四章 面向轻度室内环境的GNSS对等合作定位关键技术 | 第73-94页 |
4.1 合作定位基本原理 | 第73-79页 |
4.1.1 合作定位技术发展 | 第73-75页 |
4.1.2 纯对等合作 | 第75-77页 |
4.1.3 混合对等合作 | 第77-79页 |
4.2 基于曼哈顿距离的改进次优混合节点选择策略 | 第79-86页 |
4.2.1 合作定位节点选择模型 | 第79-81页 |
4.2.2 混合对等合作节点选择策略 | 第81-83页 |
4.2.3 算法实现与仿真测试 | 第83-86页 |
4.3 基于Sum-Product的非测距合作定位 | 第86-92页 |
4.3.1 非测距定位基本算法 | 第86-87页 |
4.3.2 非测距混合对等合作定位算法 | 第87-90页 |
4.3.3 算法实现与仿真测试 | 第90-92页 |
4.4 本章小结 | 第92-94页 |
第五章 面向深度室内环境的信号指纹定位关键技术 | 第94-116页 |
5.1 指纹定位概述 | 第94-96页 |
5.2 基于群智感知与LGP的无线信号指纹定位 | 第96-108页 |
5.2.1 算法框架 | 第96-97页 |
5.2.2 基于LGP的虚拟指纹数据库构建与定位 | 第97-104页 |
5.2.3 仿真优化与算法测试 | 第104-108页 |
5.3 PDR辅助的无线信号指纹定位 | 第108-114页 |
5.3.1 问题描述 | 第108-109页 |
5.3.2 算法原理 | 第109-113页 |
5.3.3 算法实现与测试 | 第113-114页 |
5.4 本章小结 | 第114-116页 |
第六章 结论与展望 | 第116-120页 |
6.1 论文主要贡献 | 第116-118页 |
6.2 研究展望 | 第118-120页 |
致谢 | 第120-123页 |
参考文献 | 第123-143页 |
作者在学期间取得的学术成果 | 第143-146页 |
附录A 主要符号与缩略语 | 第146-148页 |