基于自优化粒子滤波的融合室内定位算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 室内定位跟踪技术的研究现状 | 第10-15页 |
| 1.2.1 无线定位技术 | 第10-12页 |
| 1.2.2 惯性定位技术 | 第12-14页 |
| 1.2.3 室内融合定位技术 | 第14-15页 |
| 1.3 论文研究内容及章节安排 | 第15-17页 |
| 第二章 室内定位技术 | 第17-26页 |
| 2.1 基于WiFi的室内定位技术 | 第17-20页 |
| 2.1.1 基于几何测距的传播模型室内定位法 | 第17-18页 |
| 2.1.2 基于场景分析的位置指纹室内定位法 | 第18-20页 |
| 2.2 基于惯性传感器的行人航位推算 | 第20-22页 |
| 2.2.1 惯性导航 | 第20-22页 |
| 2.2.2 行人航位推算 | 第22页 |
| 2.3 粒子滤波 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于运动预测的Wi Fi指纹修正算法 | 第26-36页 |
| 3.1 WiFi信号波动问题 | 第26-27页 |
| 3.2 RSS秩指纹算法 | 第27-29页 |
| 3.2.1 RSS秩指纹算法结构 | 第27-29页 |
| 3.2.2 相似度测量 | 第29页 |
| 3.3 运动预测修正贝叶斯算法 | 第29-33页 |
| 3.3.1 贝叶斯算法指纹定位 | 第30-31页 |
| 3.3.2 运动预测及判定 | 第31-33页 |
| 3.4 实验仿真与分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 改进的行人航位推算算法 | 第36-44页 |
| 4.1 WiFi对运动行人定位的精度问题 | 第36页 |
| 4.2 行人姿态分解 | 第36-40页 |
| 4.2.1 行人步伐检测 | 第36-38页 |
| 4.2.2 行人步长估计 | 第38-40页 |
| 4.2.3 行进方向估计 | 第40页 |
| 4.3 实验仿真与分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 自优化粒子滤波融合算法 | 第44-63页 |
| 5.1 引言 | 第44页 |
| 5.2 融合算法框架 | 第44-45页 |
| 5.3 终端初始化绝对位置 | 第45-51页 |
| 5.3.1 入口区GPS信号特性 | 第46-47页 |
| 5.3.2 基于信噪比的切换方法 | 第47-51页 |
| 5.4 自优化粒子滤波融合定位 | 第51-57页 |
| 5.4.1 粒子滤波问题 | 第51页 |
| 5.4.2 基于蒙特卡洛的粒子滤波 | 第51-53页 |
| 5.4.3 融合定位 | 第53-57页 |
| 5.5 实验仿真与分析 | 第57-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
