| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 基于测距的定位方法 | 第11-12页 |
| 1.2.2 基于指纹定位技术的方法 | 第12页 |
| 1.2.3 基于临近位置感知技术的方法 | 第12页 |
| 1.2.4 基于惯性导航的定位方法 | 第12-13页 |
| 1.2.5 基于视觉的室内定位方法 | 第13页 |
| 1.2.6 分析与总结 | 第13-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 2 基于iBeacon的蓝牙室内定位算法 | 第18-32页 |
| 2.1 蓝牙iBeacon简介 | 第18-19页 |
| 2.1.1 iBeacon的工作原理 | 第18页 |
| 2.1.2 iBeacon的硬件简介 | 第18-19页 |
| 2.2 蓝牙信号传播模型训练 | 第19-24页 |
| 2.2.1 信号衰减模型 | 第19-21页 |
| 2.2.2 训练前的RSSI预处理 | 第21-23页 |
| 2.2.3 基于分段拟合的最小二乘传播模型训练方法 | 第23-24页 |
| 2.3 基于测距的室内定位算法 | 第24-28页 |
| 2.3.1 测距算法简介 | 第24-25页 |
| 2.3.2 基于测距的室内定位理论 | 第25-28页 |
| 2.4 基于改进三边测量的室内定位算法 | 第28-31页 |
| 2.4.1 对于三圆不相交的处理 | 第28-30页 |
| 2.4.2 其他两种特殊情况的处理 | 第30-31页 |
| 2.4.3 基于加权平均的改进三边测量定位算法 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 基于航位推算的室内定位算法研究 | 第32-48页 |
| 3.1 航位推算简介 | 第32-33页 |
| 3.2 步伐和步频检测 | 第33-36页 |
| 3.3 步长估计 | 第36-37页 |
| 3.4 行进方向估计 | 第37-45页 |
| 3.4.1 AHRS姿态解算 | 第37-43页 |
| 3.4.2 基于手机传感器计算进行方向 | 第43-45页 |
| 3.5 本章小结 | 第45-48页 |
| 4 融合蓝牙和航位推算的室内定位算法 | 第48-54页 |
| 4.1 蓝牙和PDR融合定位的必要性 | 第48-49页 |
| 4.1.1 蓝牙定位的缺陷 | 第48页 |
| 4.1.2 PDR定位的缺陷 | 第48页 |
| 4.1.3 蓝牙与PDR融合定位的优势 | 第48-49页 |
| 4.2 蓝牙和PDR的融合模型建立 | 第49-50页 |
| 4.3 基于扩展卡尔曼滤波的融合定位算法 | 第50-53页 |
| 4.3.1 EKF算法流程 | 第50-51页 |
| 4.3.2 基于EKF的融合定位算法实现 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 室内定位系统的实现与测试 | 第54-68页 |
| 5.1 系统设计 | 第54-55页 |
| 5.1.1 系统的设计目标 | 第54页 |
| 5.1.2 系统架构 | 第54-55页 |
| 5.2 Android移动端实现 | 第55-57页 |
| 5.2.1 Android简介 | 第55-56页 |
| 5.2.2 网络通信部分 | 第56页 |
| 5.2.3 UI设计 | 第56-57页 |
| 5.2.4 室内定位部分 | 第57页 |
| 5.3 PC服务器端实现 | 第57-60页 |
| 5.3.1 功能设计 | 第58页 |
| 5.3.2 结构设计 | 第58-59页 |
| 5.3.3 数据库的设计 | 第59-60页 |
| 5.4 室内定位系统的测试与分析 | 第60-66页 |
| 5.4.1 测试环境布置 | 第60-62页 |
| 5.4.2 实验与结果分析 | 第62-66页 |
| 5.5 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76页 |
| A. 攻读硕士学位期间发表的论文 | 第76页 |
| B. 攻读硕士学位期间参与的科研项目 | 第76页 |
| C. 攻读硕士学位期间获得的荣誉 | 第76页 |