融合多源信息的室内定位算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-18页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 组织结构 | 第16-18页 |
| 2 室内定位相关技术和本文方法 | 第18-26页 |
| 2.1 地磁定位技术 | 第18-21页 |
| 2.1.1 室内地磁定位原理 | 第18-19页 |
| 2.1.2 地磁场特征分析 | 第19-21页 |
| 2.2 行人航迹推算基本原理 | 第21-23页 |
| 2.2.1 惯性传感器导航技术原理 | 第21-23页 |
| 2.3 融合多传感器的室内定位系统 | 第23-25页 |
| 2.3.1 系统概述 | 第23-24页 |
| 2.3.2 工作原理 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 室内定位算法设计 | 第26-45页 |
| 3.1 粒子滤波算法简述 | 第26-33页 |
| 3.1.1 概述 | 第26页 |
| 3.1.2 贝叶斯估计 | 第26-28页 |
| 3.1.3 蒙特卡罗方法 | 第28页 |
| 3.1.4 重要性采样 | 第28-30页 |
| 3.1.5 粒子退化现象及重采样 | 第30-32页 |
| 3.1.6 粒子滤波基本算法 | 第32-33页 |
| 3.2 定位算法设计 | 第33-40页 |
| 3.2.0 概述 | 第33页 |
| 3.2.1 磁场观测模型 | 第33-35页 |
| 3.2.2 运动模型 | 第35-37页 |
| 3.2.3 地理环境信息 | 第37-38页 |
| 3.2.4 重采样 | 第38-39页 |
| 3.2.5 算法流程 | 第39-40页 |
| 3.3 仿真分析 | 第40-43页 |
| 3.3.1 仿真环境介绍 | 第40页 |
| 3.3.2 仿真过程 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 算法实现 | 第45-57页 |
| 4.1 系统开发环境 | 第45-46页 |
| 4.2 系统开发与实现 | 第46-50页 |
| 4.2.1 定位系统总体结构 | 第46-47页 |
| 4.2.2 各模块开发与实现 | 第47-50页 |
| 4.3 系统性能测试 | 第50-56页 |
| 4.3.1 实验环境 | 第50-51页 |
| 4.3.2 性能测试和分析 | 第51-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 多用户协同定位 | 第57-68页 |
| 5.1 应用意义与场景 | 第57-58页 |
| 5.2 多用户协作定位算法 | 第58-63页 |
| 5.2.1 算法概述 | 第58页 |
| 5.2.2 接收信号强度应用分析 | 第58-60页 |
| 5.2.3 多用户协同算法 | 第60-63页 |
| 5.3 算法仿真与分析 | 第63-66页 |
| 5.4 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 主要结论 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |
