基于高维信息融合的室内定位算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外室内定位的研究现状分析 | 第11-15页 |
| 1.2.1 室内定位技术的研究现状 | 第11-12页 |
| 1.2.2 典型室内定位系统 | 第12-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文内容安排 | 第16-18页 |
| 第二章 相关研究及技术介绍 | 第18-26页 |
| 2.1 室内定位技术介绍及研究 | 第18-21页 |
| 2.1.1 基于WiFi的定位技术 | 第18-19页 |
| 2.1.2 基于GPS的室内定位技术A-GPS | 第19-20页 |
| 2.1.3 基于磁场传感器的定位技术 | 第20页 |
| 2.1.4 基于惯性传感器的定位技术 | 第20-21页 |
| 2.2 基于无线的室内定位算法 | 第21-25页 |
| 2.2.1 到达时间法 | 第21-22页 |
| 2.2.2 到达时间差法 | 第22页 |
| 2.2.3 常用的指纹匹配定位技术 | 第22-25页 |
| 2.2.3.1 确定型算法 | 第22-24页 |
| 2.2.3.2 概率型算法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于高维信息融合的室内定位算法研究 | 第26-44页 |
| 3.1 基于改进的磁场指纹匹配算法 | 第27-32页 |
| 3.1.1 室内磁场的描述 | 第27-28页 |
| 3.1.2 室内磁场指纹定位的离线阶段 | 第28-30页 |
| 3.1.3 室内磁场指纹定位的在线阶段 | 第30-32页 |
| 3.2 行人航位推算算法 | 第32-41页 |
| 3.2.1 行人航迹推算原理 | 第33-35页 |
| 3.2.2 基于加速度传感器的计步器 | 第35-38页 |
| 3.2.3 基于动态阈值的步伐检测算法 | 第38-40页 |
| 3.2.4 步长估计算法 | 第40-41页 |
| 3.3 高维信息的融合算法 | 第41-42页 |
| 3.3.1 卡尔曼滤波原算法原理 | 第41-42页 |
| 3.3.2 改进的卡尔曼滤波原算法 | 第42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 仿真验证与性能分析 | 第44-52页 |
| 4.1 系统模型 | 第44-46页 |
| 4.2 实验环境配置 | 第46页 |
| 4.3 行人航位推算实验与分析 | 第46-47页 |
| 4.3.2 行人步伐检测实验 | 第46页 |
| 4.3.3 步伐长度算法实验 | 第46-47页 |
| 4.4 磁场指纹匹配算法实验 | 第47-48页 |
| 4.5 系统整体仿真实验和分析 | 第48-50页 |
| 4.6 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文工作总结 | 第52-53页 |
| 5.2 进一步研究工作 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士期间的学术成果 | 第60页 |
