基于WLAN位置指纹与惯性传感器的室内定位技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-16页 |
| 第一章 绪论 | 第16-25页 |
| ·研究背景及意义 | 第16-18页 |
| ·研究背景 | 第16-17页 |
| ·研究目的与意义 | 第17-18页 |
| ·国内外研究现状 | 第18-22页 |
| ·典型的室内定位技术 | 第18-20页 |
| ·室内融合定位技术 | 第20-22页 |
| ·室内楼层定位技术 | 第22页 |
| ·本文主要研究内容 | 第22-23页 |
| ·论文组织结构 | 第23-25页 |
| 第二章 室内定位相关算法介绍 | 第25-37页 |
| ·无线局域网定位算法 | 第25-28页 |
| ·与距离相关的定位算法 | 第25-28页 |
| ·与距离无关的定位算法 | 第28页 |
| ·位置指纹定位 | 第28-33页 |
| ·位置指纹定位原理 | 第29-30页 |
| ·位置指纹定位算法 | 第30-33页 |
| ·惯性导航定位 | 第33-36页 |
| ·航位推算原理 | 第33-36页 |
| ·惯性导航定位的缺陷 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于核函数和卡尔曼滤波的定位算法 | 第37-54页 |
| ·核函数算法 | 第37-42页 |
| ·Mercer定理 | 第39-40页 |
| ·核函数应用于室内定位 | 第40-42页 |
| ·卡尔曼滤波算法 | 第42-44页 |
| ·用户行走模型 | 第44-46页 |
| ·实验结果与分析 | 第46-53页 |
| ·实验环境 | 第46-48页 |
| ·核函数算法结果分析 | 第48-50页 |
| ·卡尔曼滤波算法结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于Wi-Fi/惯导融合定位算法 | 第54-79页 |
| ·K均值聚类的局限性 | 第54-57页 |
| ·融合策略 | 第57-65页 |
| ·信息融合技术简介 | 第57页 |
| ·传统的Wi-Fi/惯导融合策略 | 第57-59页 |
| ·本文的Wi-Fi/惯导融合策略 | 第59-65页 |
| ·基于惯性传感器的室内定位 | 第65-74页 |
| ·传感器误差修正 | 第65-68页 |
| ·传感器计步原理 | 第68-72页 |
| ·步长估计和航向获取 | 第72-74页 |
| ·实验结果与分析 | 第74-78页 |
| ·实验步骤 | 第74-75页 |
| ·结果分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 基于支持向量机的楼层判断方法 | 第79-90页 |
| ·楼层判断概述 | 第79-80页 |
| ·基于Fisher准则的AP选择算法 | 第80-83页 |
| ·进行AP选择的原因 | 第80-81页 |
| ·基于Fisher准则的AP选择 | 第81-83页 |
| ·基于SVM的楼层判断方法 | 第83-85页 |
| ·支持向量机简介 | 第83-84页 |
| ·基于SVM的楼层判断模型 | 第84-85页 |
| ·实验结果与分析 | 第85-89页 |
| ·实验结果 | 第85-88页 |
| ·原因分析 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-93页 |
| ·工作总结 | 第90-91页 |
| ·展望 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 致谢 | 第97-98页 |
| 攻读硕士学位期间的研究成果 | 第98页 |
