基于MEMS的消防单兵室内定位研究与设计
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 课题相关研究技术 | 第12-13页 |
| 1.2.1 无线信号的位置服务 | 第12-13页 |
| 1.2.2 非无线信号的位置服务 | 第13页 |
| 1.3 惯性导航定位研究现状 | 第13-15页 |
| 1.4 论文主要研究内容及组织结构 | 第15-17页 |
| 第二章 消防单兵室内定位系统设计与理论基础 | 第17-28页 |
| 2.1 消防员单兵作战侦查系统简述 | 第17-18页 |
| 2.2 定位系统的硬件设计 | 第18-23页 |
| 2.2.1 系统供电单元 | 第18-20页 |
| 2.2.2 FPGA控制单元 | 第20-22页 |
| 2.2.3 双惯导单元 | 第22-23页 |
| 2.2.4 蓝牙传输单元 | 第23页 |
| 2.3 系统工作流程与基础理论 | 第23-27页 |
| 2.3.1 神经网络 | 第24-26页 |
| 2.3.2 卡尔曼滤波算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 消防单兵室内位移估测 | 第28-48页 |
| 3.1 BP神经网络 | 第28-31页 |
| 3.2 人体运动状态的神经网络设计 | 第31-41页 |
| 3.2.1 神经网络的输入/输出数据 | 第32-36页 |
| 3.2.2 网络隐层数与隐层节点数 | 第36-37页 |
| 3.2.3 网络的传输函数 | 第37-39页 |
| 3.2.4 网络训练算法 | 第39-40页 |
| 3.2.5 BP神经网络的建立 | 第40-41页 |
| 3.3 人体行走步频的检测 | 第41-45页 |
| 3.3.1 步频峰值检测法 | 第41-43页 |
| 3.3.2 步频的自相关与互相关检测法 | 第43-45页 |
| 3.4 人体行走步长的神经网络设计 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于EKF数据融合算法的方位估计 | 第48-57页 |
| 4.1 陀螺仪与磁力计的工作原理 | 第48-51页 |
| 4.1.1 陀螺仪的运动姿态角 | 第48-49页 |
| 4.1.2 磁力计与模块初始化 | 第49-51页 |
| 4.2 MEMS惯性传感器EKF数据融合 | 第51-54页 |
| 4.2.1 状态量的选取及状态方程的建立 | 第52-53页 |
| 4.2.2 观测量的选取及观测方程的建立 | 第53-54页 |
| 4.3 算法实验验证 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 系统功能实现与验证 | 第57-66页 |
| 5.1 系统功能实现与仿真测试 | 第57-61页 |
| 5.1.1 系统功能实现 | 第57-59页 |
| 5.1.2 单元模块的硬件仿真 | 第59-61页 |
| 5.2 系统应用验证 | 第61-65页 |
| 5.2.1 实验规划与设备安装 | 第61-63页 |
| 5.2.2 实验路程分析 | 第63-65页 |
| 5.2.3 实验方位分析 | 第65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 6.1 论文总结 | 第66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 硕士期间发表论文及科研工作 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |
