基于惯性传感器和WiFi联合室内定位方法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 室内定位的发展现状 | 第9-11页 |
| 1.2.2 WiFi定位与惯性定位结合的研究现状 | 第11-12页 |
| 1.3 本文主要内容及章节安排 | 第12-14页 |
| 第二章 基于WiFi和惯性传感器室内定位方法 | 第14-23页 |
| 2.1 基于WiFi定位技术 | 第14-16页 |
| 2.2 基于位置指纹的WiFi室内定位 | 第16-20页 |
| 2.2.1 基本原理 | 第16-17页 |
| 2.2.2 主要定位算法 | 第17-20页 |
| 2.3 基于惯性传感器定位技术 | 第20-22页 |
| 2.3.1 传统积分定位模型 | 第20页 |
| 2.3.2 行人航迹推算 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 改进的惯性定位辅助位置指纹定位算法 | 第23-38页 |
| 3.1 引言 | 第23页 |
| 3.2 影响WiFi定位误差的因素分析 | 第23-27页 |
| 3.2.1 人体对RSSI的影响 | 第24-25页 |
| 3.2.2 AP数目的变化 | 第25-26页 |
| 3.2.3 采样点间距的选择 | 第26-27页 |
| 3.2.4 RSSI样本采集数目的影响 | 第27页 |
| 3.3 惯性传感器改进定位方法 | 第27-29页 |
| 3.3.1 加速度计值处理 | 第28页 |
| 3.3.2 磁力计中值滤波 | 第28-29页 |
| 3.4 联合室内定位方案 | 第29-34页 |
| 3.4.1 指纹库滤波策略 | 第30-31页 |
| 3.4.2 在线定位算法 | 第31-32页 |
| 3.4.3 带滑窗功能的融合方法 | 第32-34页 |
| 3.5 定位结果分析 | 第34-36页 |
| 3.5.1 实验环境 | 第34-36页 |
| 3.5.2 性能评估 | 第36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 位置指纹智能辅助积分定位算法 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 积分定位方案 | 第38-42页 |
| 4.2.1 实现原理 | 第38-40页 |
| 4.2.2 滤波方案 | 第40-42页 |
| 4.3 智能检索初始状态方法 | 第42-45页 |
| 4.3.1 计算初始位置 | 第42-44页 |
| 4.3.2 确定初始方向 | 第44-45页 |
| 4.4 联合定位方案 | 第45-47页 |
| 4.4.1 位置指纹法 | 第45页 |
| 4.4.2 辅助定位算法 | 第45-47页 |
| 4.5 仿真效果分析 | 第47-49页 |
| 4.5.1 实验环境 | 第47-48页 |
| 4.5.2 结果分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 行人航迹推算与位置指纹融合定位算法 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 人体行走对航迹推算的影响 | 第50-52页 |
| 5.3 行人航迹推算 | 第52-56页 |
| 5.3.1 步频检测算法 | 第53-55页 |
| 5.3.2 方向检测策略 | 第55页 |
| 5.3.3 自学习步长估计 | 第55-56页 |
| 5.4 联合室内定位方案 | 第56-58页 |
| 5.4.1 位置指纹方法 | 第56-57页 |
| 5.4.2 融合算法 | 第57-58页 |
| 5.5 仿真与结果分析 | 第58-59页 |
| 5.5.1 实验环境 | 第58页 |
| 5.5.2 结果分析 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
