摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-19页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 国内外研究现状与发展趋势 | 第14-17页 |
1.3 本文主要研究内容及结构安排 | 第17-18页 |
1.4 本章小结 | 第18-19页 |
第二章 室内定位相关研究理论 | 第19-30页 |
2.1 引言 | 第19页 |
2.2 室内定位相关技术原理 | 第19-24页 |
2.2.1 基于测距室内定位 | 第19-21页 |
2.2.2 基于位置指纹室内定位 | 第21-23页 |
2.2.3 基于惯性传感器室内定位 | 第23-24页 |
2.3 粒子滤波理论 | 第24-29页 |
2.3.1 蒙特卡洛方法 | 第25页 |
2.3.2 贝叶斯重要性采样和序贯重要性采样 | 第25-27页 |
2.3.3 粒子重采样技术 | 第27-28页 |
2.3.4 粒子滤波算法流程 | 第28-29页 |
2.4 行人移动感知技术 | 第29页 |
2.5 本章小结 | 第29-30页 |
第三章 地磁特性分析与行人移动感知研究 | 第30-54页 |
3.1 引言 | 第30页 |
3.2 室内地磁特性分析 | 第30-36页 |
3.2.1 室内磁场基本原理 | 第30-31页 |
3.2.2 室内地磁特性分析 | 第31-35页 |
3.2.3 地磁信号作为室内定位优势与问题 | 第35-36页 |
3.3 基于惯性传感器的行人移动感知研究 | 第36-52页 |
3.3.1 步伐检测 | 第36-42页 |
3.3.2 行人步长估计 | 第42-43页 |
3.3.3 行人方向估计算法 | 第43-47页 |
3.3.4 实验设计与实验结果分析 | 第47-52页 |
3.4 本章小结 | 第52-54页 |
第四章 基于粒子滤波多信息融合室内定位算法研究 | 第54-76页 |
4.1 引言 | 第54页 |
4.2 定位系统方案设计 | 第54-55页 |
4.3 基本滤波粒子室内定位融合算法 | 第55-60页 |
4.3.1 粒子滤波室内定位问题数学描述 | 第55-56页 |
4.3.2 粒子概述 | 第56-57页 |
4.3.3 粒子状态转移模型及磁观测模型 | 第57-58页 |
4.3.4 重采样 | 第58-59页 |
4.3.5 基本粒子滤波室内定位融合算法流程 | 第59-60页 |
4.4 基于改进粒子滤波的多信息融合室内定位算法设计 | 第60-66页 |
4.4.1 算法流程 | 第60-61页 |
4.4.2 状态转移模型和磁观测模型优化设计 | 第61-63页 |
4.4.3 基于WiFi室内定位辅助粒子初始化 | 第63-64页 |
4.4.4 重采样阶段设计 | 第64-66页 |
4.5 实验设计与实验结果分析 | 第66-75页 |
4.5.1 数据收集与实验设置 | 第66-67页 |
4.5.2 参数模型对定位算法影响分析 | 第67-71页 |
4.5.3 定位算法与现有其他定位方法的定位精度对比 | 第71-72页 |
4.5.4 定位算法实际应用分析 | 第72-75页 |
4.6 本章小结 | 第75-76页 |
第五章 室内定位系统软件设计与实现 | 第76-91页 |
5.1 定位系统软件整体设计概述 | 第76-78页 |
5.1.1 室内定位系统软件需求分析 | 第76页 |
5.1.2 系统总体框架概述 | 第76-77页 |
5.1.3 开发平台介绍 | 第77-78页 |
5.2 客户端App软件设计 | 第78-83页 |
5.2.1 Android系统介绍 | 第78-79页 |
5.2.2 定位App软件概述 | 第79-80页 |
5.2.3 主要功能模块设计 | 第80-83页 |
5.3 服务端软件设计 | 第83-89页 |
5.3.1 服务端系统架构概述 | 第83-85页 |
5.3.2 主要功能模块设计 | 第85-87页 |
5.3.3 系统数据库表设计 | 第87-89页 |
5.4 客户端与服务端通信设计 | 第89-90页 |
5.5 本章小结 | 第90-91页 |
第六章 结论与展望 | 第91-93页 |
6.1 工作总结 | 第91页 |
6.2 工作展望 | 第91-93页 |
参考文献 | 第93-100页 |
攻读硕士学位期间取得的研究成果 | 第100-101页 |
致谢 | 第101-102页 |
附件 | 第102页 |