| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 问题的提出 | 第10-11页 |
| 1.3 本文的贡献 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第2章 相关研究及技术介绍 | 第13-21页 |
| 2.1 室内定位技术与方法介绍 | 第13-16页 |
| 2.1.1 基于无线通信的室内定位技术 | 第13-15页 |
| 2.1.2 基于惯性传感器的室内定位技术 | 第15页 |
| 2.1.3 基于磁场传感器的室内定位技术 | 第15-16页 |
| 2.2 基于无线通信的室内定位算法 | 第16-19页 |
| 2.2.1 基于信号到达时间的定位 | 第16-17页 |
| 2.2.2 基于信号到达时间差的定位 | 第17-18页 |
| 2.2.3 基于信号到达角度的定位 | 第18页 |
| 2.2.4 基于接收信号强度的定位 | 第18-19页 |
| 2.3 现有定位技术对比及本文方案介绍 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于Wi-Fi指纹特征融合的室内单点定位算法 | 第21-34页 |
| 3.1 Wi-Fi指纹定位原理 | 第21-22页 |
| 3.2 Wi-Fi指纹定位算法 | 第22-25页 |
| 3.2.1 确定性的指纹定位算法 | 第23-25页 |
| 3.2.2 基于概率的指纹定位算法 | 第25页 |
| 3.3 基于Wi-Fi指纹特征融合的室内单点定位算法 | 第25-31页 |
| 3.3.1 指纹的特征融合 | 第26-28页 |
| 3.3.2 指纹间距离计算准则 | 第28-30页 |
| 3.3.3 算法流程 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 融合多模传感器的室内实时高精度轨迹生成 | 第34-49页 |
| 4.1 传感器定位原理 | 第34-35页 |
| 4.2 传感器定位算法与卡尔曼滤波理论 | 第35-41页 |
| 4.2.1 惯性导航定位算法 | 第36页 |
| 4.2.2 行人航迹推算算法 | 第36-39页 |
| 4.2.3 卡尔曼滤波基本理论 | 第39-41页 |
| 4.3 融合Wi-Fi与多模传感器的室内实时高精度轨迹生成 | 第41-44页 |
| 4.3.1 算法步骤 | 第41-42页 |
| 4.3.2 位置的获取 | 第42页 |
| 4.3.3 位置信息的滤波处理 | 第42-43页 |
| 4.3.4 算法参数的确定 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 融合多模传感器与Wi-Fi的室内定位系统 | 第49-58页 |
| 5.1 系统框架与运行流程 | 第49-50页 |
| 5.2 系统具体设计 | 第50-54页 |
| 5.2.1 指纹采集客户端 | 第50-52页 |
| 5.2.2 Wi-Fi定位服务器 | 第52-53页 |
| 5.2.3 融合定位客户端 | 第53-54页 |
| 5.3 系统运行效果 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58-59页 |
| 6.2 未来工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录（攻读硕士学位期间参与的科研项目和研究成果） | 第64页 |
