基于多传感器融合的PDR室内定位方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第14-21页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 本文的主要工作内容 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-21页 |
| 2 室内定位技术概述 | 第21-28页 |
| 2.1 室内定位技术 | 第21-23页 |
| 2.1.1 基于特定设备定位方法 | 第21-22页 |
| 2.1.2 基于WIFI定位方法 | 第22页 |
| 2.1.3 基于移动传感器定位方法 | 第22-23页 |
| 2.2 室内定位算法 | 第23-27页 |
| 2.2.1 几何定位 | 第23-26页 |
| 2.2.2 位置指纹定位 | 第26页 |
| 2.2.3 行人航位推算定位 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 智能手机的行人航位推算技术研究 | 第28-35页 |
| 3.1 技术概述 | 第28页 |
| 3.2 行人步数检测方法 | 第28-31页 |
| 3.3 行走步长计算方法 | 第31-32页 |
| 3.4 方向估计方法 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于神经网络的多传感器融合PDR定位方法 | 第35-43页 |
| 4.1 方法概述 | 第35-36页 |
| 4.2 坐标系转换 | 第36-37页 |
| 4.3 BP神经网络预测行走距离 | 第37-39页 |
| 4.4 微航向角融合算法 | 第39-42页 |
| 4.4.1 算法的提出 | 第39页 |
| 4.4.2 算法的实现 | 第39-41页 |
| 4.4.3 算法的分析 | 第41-42页 |
| 4.5 行走轨迹计算 | 第42页 |
| 4.6 本章小结 | 第42-43页 |
| 5 实验设置与结果分析 | 第43-52页 |
| 5.1 实验环境及数据集 | 第43-44页 |
| 5.2 实验结果及分析 | 第44-51页 |
| 5.2.1 行走距离预测实验 | 第44-47页 |
| 5.2.2 行走方向估计实验 | 第47-49页 |
| 5.2.3 行走轨迹计算实验 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 论文总结 | 第52-53页 |
| 6.2 未来展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 读研期间主要科研成果 | 第60-61页 |
