基于惯性传感器与蓝牙的室内定位算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 基于几何原理的定位方法 | 第10-13页 |
| 1.2.2 基于指纹原理的定位方法 | 第13页 |
| 1.2.3 基于图像原理的定位方法 | 第13-14页 |
| 1.2.4 当前的室内定位方法分析 | 第14-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 2 惯性传感器定位算法及其原理 | 第17-35页 |
| 2.1 惯性导航概述 | 第17-19页 |
| 2.1.1 稳定平台系统 | 第18-19页 |
| 2.1.2 捷联式系统 | 第19页 |
| 2.2 行人航位推算 | 第19-21页 |
| 2.2.1 航位推算原理 | 第20页 |
| 2.2.2 行人航位推算算法在本文应用 | 第20-21页 |
| 2.3 常用坐标及姿态解算 | 第21-28页 |
| 2.3.1 常用参考坐标体系 | 第21-23页 |
| 2.3.2 常用姿态 | 第23-26页 |
| 2.3.3 姿态解算 | 第26-28页 |
| 2.4 计步算法 | 第28-32页 |
| 2.4.1 步伐检测 | 第28-31页 |
| 2.4.2 步长估计 | 第31-32页 |
| 2.5 方向估计 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 3 蓝牙室内定位算法 | 第35-45页 |
| 3.1 引言 | 第35-36页 |
| 3.2 系统结构 | 第36-37页 |
| 3.3 算法描述 | 第37-42页 |
| 3.3.1 基于三边测量法 | 第37-39页 |
| 3.3.2 基于指纹的方法 | 第39页 |
| 3.3.3 基于测距的方法 | 第39-40页 |
| 3.3.4 室内路径损耗模型 | 第40-42页 |
| 3.4 系统算法设计 | 第42-44页 |
| 3.4.1 线性最小二乘法(LSQ) | 第43页 |
| 3.4.2 非线性最小二乘法(NLSQ) | 第43页 |
| 3.4.3 校准 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 惯性传感器定位和蓝牙定位融合算法 | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.1.1 惯性传感器定位缺点 | 第45页 |
| 4.1.2 蓝牙定位缺点 | 第45页 |
| 4.1.3 两种算法融合优势 | 第45-46页 |
| 4.2 融合算法框架 | 第46-47页 |
| 4.3 融合定位算法 | 第47-51页 |
| 4.3.1 扩展卡尔曼算法(EKF)原理 | 第47-48页 |
| 4.3.2 无迹卡尔曼滤波算法(UKF)原理 | 第48-49页 |
| 4.3.3 融合定位算法选取与实现 | 第49-51页 |
| 4.4 实验结果与分析 | 第51-57页 |
| 4.4.1 模拟定位效果比较 | 第51-53页 |
| 4.4.2 实验结果比较分析 | 第53-57页 |
| 4.5 本章小结 | 第57-59页 |
| 5 室内定位系统设计 | 第59-69页 |
| 5.1 系统设计 | 第59-61页 |
| 5.1.1 本系统设计目标 | 第59页 |
| 5.1.2 本系统设计框架 | 第59-60页 |
| 5.1.3 路径存储格式设计 | 第60-61页 |
| 5.2 移动端设计 | 第61-63页 |
| 5.2.1 用户交互模块设计 | 第61-62页 |
| 5.2.2 算法模块设计 | 第62-63页 |
| 5.2.3 通信模块设计 | 第63页 |
| 5.3 服务端设计 | 第63-67页 |
| 5.3.1 前端设计 | 第64-65页 |
| 5.3.2 后台设计 | 第65-67页 |
| 5.3.3 运行结果 | 第67页 |
| 5.4 本章小结 | 第67-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
| A.攻读硕士学位期间发表的专利 | 第77页 |
| B.攻读硕士学位期间参与的科研项目 | 第77页 |
| C.攻读硕士学位期间获得荣誉 | 第77页 |
