基于智能手机的室内导航技术的研究与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景和研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文研究内容 | 第10页 |
| 1.4 本文内容安排 | 第10-12页 |
| 第二章 相关技术介绍 | 第12-20页 |
| 2.1 室内导航技术概述 | 第12-16页 |
| 2.1.1 基于外部设备信号的室内定位导航技术 | 第12-14页 |
| 2.1.2 惯性导航技术基本实现原理 | 第14-15页 |
| 2.1.3 室内导航精度评价指标 | 第15-16页 |
| 2.2 地标辅助的室内惯性导航方案 | 第16-17页 |
| 2.3 低功耗蓝牙与iBeacon技术 | 第17-19页 |
| 2.3.1 低功耗蓝牙技术 | 第17-18页 |
| 2.3.2 IBeacon介绍 | 第18-19页 |
| 2.3.3 IBeacon作为地标的优势 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于iBeacon纠偏的惯性导航算法研究 | 第20-31页 |
| 3.1 惯导基础算法研究与参数分析 | 第20-26页 |
| 3.1.1 惯性导航中的传感器及其功能 | 第20页 |
| 3.1.2 惯性导航的基础算法 | 第20-25页 |
| 3.1.3 惯性导航算法中的重要参数 | 第25-26页 |
| 3.2 IBeacon的部署方案 | 第26-27页 |
| 3.3 基于iBeacon的位置纠偏算法 | 第27-30页 |
| 3.3.1 使用多个iBeacon的多点纠偏算法 | 第27-28页 |
| 3.3.2 使用单个IBeacon的单点纠偏算法 | 第28-29页 |
| 3.3.3 iBeacon纠偏算法中的重要参数 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 导航系统参数自适应学习算法的研究与设计 | 第31-43页 |
| 4.1 惯性导航算法中的参数自适应算法 | 第31-38页 |
| 4.1.1 步伐检测模块参数的自适应 | 第31-32页 |
| 4.1.2 步长估计模块参数的自适应 | 第32-36页 |
| 4.1.3 方向估算模块参数的自适应 | 第36-38页 |
| 4.2 iBeacon设备的参数自适应算法 | 第38-41页 |
| 4.3 自适应参数的共享机制 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于安卓平台的室内导航系统实现与测试 | 第43-64页 |
| 5.1 室内导航系统的实现平台 | 第43-48页 |
| 5.1.1 Android平台架构介绍 | 第43-45页 |
| 5.1.2 室内导航系统架构 | 第45页 |
| 5.1.3 Android传感器开发技术 | 第45-48页 |
| 5.2 室内导航SDK结构介绍 | 第48-55页 |
| 5.2.1 室内导航系统的模块划分 | 第48页 |
| 5.2.2 传感器监听模块 | 第48-49页 |
| 5.2.3 惯性导航模块 | 第49-51页 |
| 5.2.4 iBeacon蓝牙信号获取模块 | 第51页 |
| 5.2.5 导航纠偏模块 | 第51-54页 |
| 5.2.6 室内导航SDK对外API接口 | 第54-55页 |
| 5.3 基于室内导航SDK的移动信号采集APP | 第55-58页 |
| 5.3.1 信号采集APP的功能介绍 | 第55-56页 |
| 5.3.2 信号采集APP的结构介绍 | 第56-58页 |
| 5.4 室内导航系统性能测试 | 第58-63页 |
| 5.4.1 惯性导航重要模块性能测试 | 第58-61页 |
| 5.4.2 系统导航结果性能测试 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文 | 第69页 |
