安卓移动终端室内定位系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.2 课题研究现状与趋势 | 第10-12页 |
| 1.2.1 基于基础设施的有源定位技术 | 第10-11页 |
| 1.2.2 基于自身传感器的无源定位技术 | 第11-12页 |
| 1.3 论文主要贡献 | 第12页 |
| 1.4 论文内容安排 | 第12-15页 |
| 第2章 室内定位理论基础 | 第15-27页 |
| 2.1 惯性导航技术 | 第15-21页 |
| 2.1.1 常用坐标系 | 第16-17页 |
| 2.1.2 常用坐标系之间转换 | 第17-19页 |
| 2.1.3 行人航迹推算技术 | 第19-21页 |
| 2.1.4 粒子滤波技术 | 第21页 |
| 2.2 WiFi定位技术 | 第21-26页 |
| 2.3 多种技术融合定位 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 行人惯性导航技术研究 | 第27-43页 |
| 3.1 行人步态检测 | 第27-33页 |
| 3.1.1 加速度信号处理 | 第29-30页 |
| 3.1.2 步态判别 | 第30-31页 |
| 3.1.3 动态阈值调整 | 第31-33页 |
| 3.2 航向检测 | 第33-35页 |
| 3.3 步长估计 | 第35页 |
| 3.4 地图匹配的粒子滤波算法 | 第35-38页 |
| 3.5 实验结果与分析 | 第38-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 WiFi指纹辅助的行人惯性导航技术 | 第43-61页 |
| 4.1 系统原理概述 | 第43-44页 |
| 4.2 系统各模块原理 | 第44-49页 |
| 4.2.1 WiFi指纹定位 | 第44-47页 |
| 4.2.2 联合定位算法 | 第47-49页 |
| 4.3 定位系统的实现 | 第49-53页 |
| 4.4 实验结果与分析 | 第53-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 机器学习与行人惯性导航联合定位 | 第61-73页 |
| 5.1 系统原理概述 | 第61-62页 |
| 5.2 系统各模块原理 | 第62-67页 |
| 5.2.1 机器学习定位 | 第62-66页 |
| 5.2.2 联合定位 | 第66-67页 |
| 5.3 定位系统的实现 | 第67-70页 |
| 5.4 实验结果与分析 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 1 全文总结 | 第73页 |
| 2 未来工作展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间所发表的学术论文 | 第79-81页 |
| 致谢 | 第81页 |
