基于MEMS传感器的步行导航算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-18页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状及发展趋势 | 第14-16页 |
| 1.2.1 国内外研究现状 | 第14-16页 |
| 1.2.2 发展趋势 | 第16页 |
| 1.3 论文主要研究工作及章节安排 | 第16-18页 |
| 2 步行导航的硬件方案及常用坐标系 | 第18-28页 |
| 2.1 步行导航系统方案设计 | 第18页 |
| 2.2 硬件设备方案 | 第18-23页 |
| 2.2.1 MEMS传感器 | 第18-21页 |
| 2.2.2 硬件设备构成 | 第21-23页 |
| 2.3 硬件设备输出的数据集 | 第23页 |
| 2.4 常用坐标系及转换方法 | 第23-27页 |
| 2.4.1 地理坐标系 | 第23-24页 |
| 2.4.2 行人坐标系 | 第24-25页 |
| 2.4.3 坐标系转换 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 步行导航中传感器数据滤波算法 | 第28-34页 |
| 3.1 互补滤波 | 第28页 |
| 3.2 贝叶斯滤波 | 第28-30页 |
| 3.3 卡尔曼滤波 | 第30-33页 |
| 3.3.1 离散卡尔曼滤波 | 第30-31页 |
| 3.3.2 扩展卡尔曼滤波 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 步行导航中的计步算法和姿态解算 | 第34-50页 |
| 4.1 传感器数据分析 | 第34-38页 |
| 4.1.1 手持传感器步行的数据 | 第34-36页 |
| 4.1.2 脚部的传感器数据 | 第36-38页 |
| 4.2 基于传感器数据的计步算法 | 第38-46页 |
| 4.2.1 零速校验算法 | 第39-42页 |
| 4.2.2 峰峰检测和中间阈值穿越计步算法 | 第42-46页 |
| 4.3 计步实验与结果分析 | 第46-47页 |
| 4.4 姿态解算 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 基于粒子滤波和地图匹配的航迹推算 | 第50-59页 |
| 5.1 行人航迹推算 | 第50-51页 |
| 5.2 粒子滤波 | 第51-53页 |
| 5.1.1 应用场景 | 第51-52页 |
| 5.1.2 实现方法 | 第52-53页 |
| 5.1.3 重采样方法 | 第53页 |
| 5.3 地图匹配 | 第53-55页 |
| 5.4 航迹推算实验与结果分析 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 未来展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 | 第65页 |
