基于移动终端的室内关键定位技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-15页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14页 |
| 1.4 论文组织架构 | 第14-15页 |
| 第二章 室内关键定位技术介绍 | 第15-30页 |
| 2.1 基于测距的定位技术 | 第15-18页 |
| 2.1.1 三角定位 | 第15-16页 |
| 2.1.2 二次定位 | 第16-18页 |
| 2.2 位置指纹定位技术 | 第18-23页 |
| 2.2.1 位置指纹定位原理 | 第19-20页 |
| 2.2.2 指纹库的构建 | 第20页 |
| 2.2.3 指纹匹配方法 | 第20-23页 |
| 2.3 航位推测技术 | 第23-29页 |
| 2.3.1 惯性传感器介绍 | 第23-25页 |
| 2.3.2 积分法 | 第25-27页 |
| 2.3.3 零速率校正(ZUPT)技术 | 第27-28页 |
| 2.3.4 基于步次计算的航位推测技术 | 第28-29页 |
| 2.4 定位误差表示 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 高斯过程回归模型指纹库构建方法 | 第30-48页 |
| 3.1 高斯过程回归模型介绍 | 第30-35页 |
| 3.1.1 高斯过程 | 第30-31页 |
| 3.1.2 机器学习 | 第31-32页 |
| 3.1.3 高斯过程回归模型数学描述 | 第32页 |
| 3.1.4 高斯过程回归模型算法步骤 | 第32-35页 |
| 3.2 RSS高斯过程回归模型 | 第35-39页 |
| 3.2.1 模型选择 | 第35-36页 |
| 3.2.2 算法实现 | 第36-39页 |
| 3.3 RSS高斯过程回归模型预测实验 | 第39-43页 |
| 3.3.1 场景建模和预测结果 | 第39-40页 |
| 3.3.2 位置点RSS高斯分布检验 | 第40-42页 |
| 3.3.3 RSS预测和结果分析 | 第42-43页 |
| 3.4 高斯过程回归模型构建指纹库及定位结果 | 第43-47页 |
| 3.4.1 GPR构建指纹库方法 | 第43-44页 |
| 3.4.2 定位和结果分析 | 第44-47页 |
| 3.5 本章总节 | 第47-48页 |
| 第四章 位置指纹粒子滤波定位技术 | 第48-68页 |
| 4.1 粒子滤波数学模型 | 第48-51页 |
| 4.1.1 贝叶斯递推滤波器 | 第48-49页 |
| 4.1.2 粒子滤波基本原理 | 第49-50页 |
| 4.1.3 粒子滤波退化问题 | 第50-51页 |
| 4.2 位置指纹粒子滤波定位原理 | 第51-54页 |
| 4.2.1 定义后验概率密度分布 | 第51页 |
| 4.2.2 定义重要性函数 | 第51-52页 |
| 4.2.3 重要性采样的加权近似 | 第52-53页 |
| 4.2.4 粒子滤波定位基本步骤 | 第53-54页 |
| 4.3 仿真设计 | 第54-64页 |
| 4.3.1 仿真模型设计 | 第56-60页 |
| 4.3.2 粒子滤波定位系统数据结构设计 | 第60-64页 |
| 4.4 仿真结果及分析 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 缩略语 | 第72-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的论文目录 | 第74页 |
