基于粒子滤波的Wi-Fi和惯性传感器融合定位算法的研究与实现
| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第20-33页 |
| 1.1 论文选题来源 | 第20页 |
| 1.2 研究背景及意义 | 第20-22页 |
| 1.3 国内外研究现状分析及典型室内定位方案 | 第22-27页 |
| 1.4 主要研究内容和技术路线 | 第27-33页 |
| 2 基于WiFi定位与PDR的室内定位基本模型 | 第33-41页 |
| 2.1 Wi-Fi技术定位基本原理 | 第33-35页 |
| 2.2 行人航迹推算基本原理 | 第35-37页 |
| 2.3 粒子滤波 | 第37-40页 |
| 2.4 本章小节 | 第40-41页 |
| 3 Wi-Fi信号指纹定位 | 第41-60页 |
| 3.1 Wi-Fi信号特征分析 | 第41-46页 |
| 3.2 人工矢量域聚类算法 | 第46-48页 |
| 3.3 自适应环境变化的Wi-Fi指纹定位算法 | 第48-59页 |
| 3.4 本章小节 | 第59-60页 |
| 4 行人航迹推算 | 第60-71页 |
| 4.1 不同运动场景下步频、步长算法 | 第60-62页 |
| 4.2 数字FIR带通滤波器 | 第62-64页 |
| 4.3 运动状态的识别 | 第64-65页 |
| 4.4 航向分析 | 第65-70页 |
| 4.5 本章小节 | 第70-71页 |
| 5 融合定位算法 | 第71-87页 |
| 5.1 基于粒子滤波的融合定位 | 第71-82页 |
| 5.2 融合定位算法实验结果 | 第82-86页 |
| 5.3 本章小节 | 第86-87页 |
| 6 总结与展望 | 第87-90页 |
| 6.1 研究成果和总结 | 第87-89页 |
| 6.2 展望 | 第89-90页 |
| 参考文献 | 第90-96页 |
| 作者简历 | 第96-98页 |
| 学位论文数据集 | 第98页 |
