首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

融合室内地图和惯性传感器信息的室内定位方法分析

摘要第5-6页
Abstract第6页
第一章 绪论第9-15页
    1.1 课题背景和意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 研究内容和设计指标第11-13页
        1.3.1 研究内容第11-12页
        1.3.2 设计指标第12-13页
    1.4 论文组织结构第13-15页
第二章 融合地图信息和惯性传感器定位的基本原理第15-27页
    2.1 基于行人航位推算的惯性传感器定位技术第15-19页
        2.1.1 步伐探测方法第17页
        2.1.2 步长估计模型第17-18页
        2.1.3 方向判别方法第18-19页
    2.2 室内空间模型及地图匹配技术第19-21页
        2.2.1 室内空间模型第19-21页
        2.2.2 地图匹配技术第21页
    2.3 基于粒子滤波融合地图信息和PDR的定位算法第21-26页
        2.3.1 粒子滤波状态空间模型第22-23页
        2.3.2 最优贝叶斯估计第23-24页
        2.3.3 重要性抽样第24-25页
        2.3.4 重采样第25页
        2.3.5 粒子滤波融合地图信息和PDR定位算法的主要流程第25-26页
    2.4 本章小结第26-27页
第三章 融合地图信息和地标的PDR室内定位算法设计第27-43页
    3.1 地标识别方法第27-30页
        3.1.1 种子地标识别第27-29页
        3.1.2 有机地标识别第29-30页
    3.2 増强型粒子滤波融合定位算法第30-33页
    3.3 实验与分析第33-42页
        3.3.1 朝向及步长评估第34-35页
        3.3.2 地标的分类与识别评估第35-38页
        3.3.3 定位精度评估第38-42页
    3.4 本章小结第42-43页
第四章 基于图模型融合地标的PDR室内定位算法设计第43-59页
    4.1 基于图模型的粒子滤波概率模型第43-46页
        4.1.1 适应性扩展图模型的表达第43-44页
        4.1.2 基于图模型的粒子滤波第44-46页
    4.2 图模型方法构架第46页
    4.3 基于图模型定位算法的具体实现第46-53页
        4.3.1 融合地标的粒子滤波实现第46-49页
        4.3.2 基于图模型的方向校准第49-50页
        4.3.3 基于图模型的粒子回溯第50-52页
        4.3.4 基于图模型融合地标的室内定位算法流程第52-53页
    4.4 实验与分析第53-57页
        4.4.1 图模型的构建第53-54页
        4.4.2 方向校准评估第54-56页
        4.4.3 粒子回溯评估第56-57页
    4.5 本章小结第57-59页
第五章 验证结果及分析第59-67页
    5.1 实验设置第59-60页
    5.2 精度与复杂度评估第60-65页
    5.3 本章小结第65-67页
第六章 总结与展望第67-69页
    6.1 总结第67-68页
    6.2 展望第68-69页
致谢第69-71页
参考文献第71-75页
攻读硕士学位期间发表论文第75页

论文共75页,点击 下载论文
上一篇:片上网络容错自适应路由算法设计
下一篇:基于标记分布学习法的面部表情识别