| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 典型的室内定位技术 | 第12-15页 |
| 1.2.2 典型的室内定位系统 | 第15-16页 |
| 1.2.3 WiFi定位和惯性传感器定位相结合的研究 | 第16-17页 |
| 1.3 本文研究的主要内容及结构安排 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 基于WiFi和惯性传感器的室内定位技术及理论基础 | 第19-33页 |
| 2.1 基于WiFi的室内定位技术 | 第19-25页 |
| 2.1.1 基于几何测量法的室内定位技术 | 第19-20页 |
| 2.1.2 基于场景分析法的室内定位技术 | 第20-25页 |
| 2.2 基于惯性传感器的室内定位方法 | 第25-27页 |
| 2.2.1 基于加速度两次积分法 | 第26页 |
| 2.2.2 基于行人航迹推算法 | 第26-27页 |
| 2.3 卡尔曼滤波理论 | 第27-30页 |
| 2.3.1 卡尔曼滤波算法原理 | 第27-29页 |
| 2.3.2 扩展卡尔曼滤波算法原理 | 第29-30页 |
| 2.4 室内定位的影响因素与系统评估标准 | 第30-31页 |
| 2.4.1 室内定位的影响因素 | 第30页 |
| 2.4.2 室内定位系统评估标准 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 基于WiFi和惯性传感器的室内定位算法设计 | 第33-58页 |
| 3.1 基于WiFi和惯性传感器的室内定位系统设计方案 | 第33-34页 |
| 3.2 基于WiFi指纹定位算法 | 第34-44页 |
| 3.2.1 RSSI特性分析 | 第34-39页 |
| 3.2.2 WiFi指纹定位过程 | 第39-41页 |
| 3.2.3 基于WiFi指纹的SVM分类定位算法 | 第41-44页 |
| 3.3 基于惯性传感器的PDR定位算法 | 第44-55页 |
| 3.3.1 惯性传感器测量信号分析 | 第44-47页 |
| 3.3.2 基于动态阈值的自适应波峰检测计步算法 | 第47-50页 |
| 3.3.3 行人动态步长估计 | 第50-53页 |
| 3.3.4 行人航向检测 | 第53-55页 |
| 3.4 基于WiFi指纹和PDR的多信息融合定位 | 第55-57页 |
| 3.4.1 融合策略 | 第55-56页 |
| 3.4.2 融合WiFi定位结果和PDR推算结果的扩展卡尔曼滤波器 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 室内定位系统实现 | 第58-72页 |
| 4.1 室内定位系统整体框架 | 第58页 |
| 4.2 室内定位系统开发平台及环境搭建 | 第58-64页 |
| 4.2.1 室内定位系统硬件设备 | 第58-59页 |
| 4.2.2 定位终端与定位服务端数据通信 | 第59-60页 |
| 4.2.3 定位终端系统软件开发 | 第60-63页 |
| 4.2.4 定位服务器端系统软件开发 | 第63-64页 |
| 4.3 室内定位系统核心功能模块的实现 | 第64-71页 |
| 4.3.1 数据采集模块 | 第64-66页 |
| 4.3.2 惯性传感器模块 | 第66-67页 |
| 4.3.3 定位模块 | 第67-68页 |
| 4.3.4 地图模块 | 第68-69页 |
| 4.3.5 数据库设计模块 | 第69-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 室内定位系统测试及性能分析 | 第72-83页 |
| 5.1 实验环境 | 第72-73页 |
| 5.2 定位性能评估 | 第73-82页 |
| 5.2.1 基于WiFi指纹室内定位算法测试 | 第73-75页 |
| 5.2.2 惯性导航效果测试 | 第75-80页 |
| 5.2.3 融合定位精度和效果测试 | 第80-82页 |
| 5.3 本章小结 | 第82-83页 |
| 第六章 结论与展望 | 第83-85页 |
| 6.1 工作总结 | 第83-84页 |
| 6.2 工作展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-90页 |
| 致谢 | 第90-91页 |
| 附件 | 第91页 |
