摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 课题背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 多MEMS传感器数据融合的研究现状 | 第10-11页 |
1.2.2 室内定位技术的发展现状 | 第11-12页 |
1.2.3 惯性定位技术的研究现状 | 第12-13页 |
1.3 主要内容与设计指标 | 第13-14页 |
1.3.1 主要内容 | 第13-14页 |
1.3.2 设计要求和指标 | 第14页 |
1.4 论文工作内容安排 | 第14-17页 |
第二章 室内定位算法的基本原理 | 第17-35页 |
2.1 行人航迹推演 | 第17-18页 |
2.2 航迹信息与坐标转换 | 第18-22页 |
2.2.1 地理参照系和载体参照系 | 第18页 |
2.2.2 使用四元数表示坐标转换 | 第18-20页 |
2.2.3 欧拉角、旋转矩阵与四元数之间的转换 | 第20-22页 |
2.3 传感器数据计算航迹的原理 | 第22-25页 |
2.3.1 加速度数据对计算航迹的作用 | 第22-23页 |
2.3.2 磁力计计算航迹的原理 | 第23-24页 |
2.3.3 陀螺仪计算航迹的原理 | 第24-25页 |
2.4 数据融合的基本方法 | 第25-31页 |
2.4.1 互补滤波算法 | 第25-26页 |
2.4.2 梯度下降算法 | 第26-28页 |
2.4.3 卡尔曼滤波算法 | 第28-29页 |
2.4.4 粒子滤波算法 | 第29-31页 |
2.5 使用多MEMS传感器数据进行航迹推算存在的问题 | 第31-32页 |
2.6 本章小结 | 第32-35页 |
第三章 室内定位算法的分析与设计 | 第35-49页 |
3.1 步频与步长估计的设计 | 第35-37页 |
3.1.1 步频检测原理 | 第35-36页 |
3.1.2 基于过零点检测的计步模块 | 第36-37页 |
3.1.3 步长估计模型 | 第37页 |
3.2 采用数据融合的航位推演算法设计 | 第37-44页 |
3.2.1 航位计算与扩展卡尔曼滤波器 | 第37-40页 |
3.2.2 航向角的初始化 | 第40-41页 |
3.2.3 系统状态方程 | 第41-42页 |
3.2.4 观测方程线性化 | 第42页 |
3.2.5 航向融合的实现 | 第42-44页 |
3.3 融合平面图信息的粒子滤波算法的设计 | 第44-47页 |
3.3.1 改进的粒子滤波算法流程 | 第44-46页 |
3.3.2 步长及航向角度信息提取 | 第46页 |
3.3.3 系统运动模型 | 第46-47页 |
3.3.4 自适应重采样 | 第47页 |
3.4 本章小结 | 第47-49页 |
第四章 室内定位系统的软硬件设计 | 第49-61页 |
4.1 室内定位系统总体设计方案 | 第49-50页 |
4.2 数据采集模块硬件 | 第50-53页 |
4.2.1 电源模块电路设计 | 第50-51页 |
4.2.2 微控制器外围电路设计 | 第51-52页 |
4.2.3 多MEMS传感器外围电路设计 | 第52-53页 |
4.2.4 PCB版图设计 | 第53页 |
4.3 室内定位系统软件设计 | 第53-60页 |
4.3.1 传感器的校准与配置 | 第54-56页 |
4.3.2 数据的读取与接收 | 第56-57页 |
4.3.3 步频检测模块 | 第57-58页 |
4.3.4 行人航迹推演模块 | 第58页 |
4.3.5 粒子滤波模块 | 第58-60页 |
4.4 本章小结 | 第60-61页 |
第五章 算法性能测试与分析 | 第61-73页 |
5.1 测试方案设计 | 第61-62页 |
5.2 室内定位算法的模块化测试与分析 | 第62-68页 |
5.2.1 步频检测模块测试与分析 | 第62-63页 |
5.2.2 航向角推算测试与分析 | 第63-65页 |
5.2.3 行人航迹推演的测试与分析 | 第65-67页 |
5.2.4 粒子滤波模块的测试与分析 | 第67-68页 |
5.3 融合平面图的室内定位算法的综合测试结果与分析 | 第68-70页 |
5.3.1 与传统惯性定位算法的对比测试与分析 | 第68-69页 |
5.3.2 融合平面图的粒子滤波的测试与分析 | 第69-70页 |
5.4 本章小结 | 第70-73页 |
第六章 总结与展望 | 第73-75页 |
6.1 总结 | 第73页 |
6.2 展望 | 第73-75页 |
致谢 | 第75-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间发表的论文 | 第81页 |