| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 论文中英文对照 | 第8-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 论文研究背景与意义 | 第12页 |
| 1.2 各种室内定位技术简介 | 第12-14页 |
| 1.3 基于传感器的室内定位技术现状 | 第14-15页 |
| 1.4 本文创新点 | 第15页 |
| 1.5 论文结构安排 | 第15-17页 |
| 第二章 基于传感器定位原理以及数据采集 | 第17-22页 |
| 2.1 基于传感器定位原理 | 第17-19页 |
| 2.2 数据采集软件开发 | 第19-21页 |
| 2.2.1 Android系统简介 | 第19-20页 |
| 2.2.2 软件开发 | 第20-21页 |
| 2.3 章节总结 | 第21-22页 |
| 第三章 传感器数据误差特性介绍 | 第22-32页 |
| 3.1 传感器误差 | 第22-23页 |
| 3.2 陀螺仪和加速度计误差模型 | 第23-24页 |
| 3.3 ARMA建模和Allan方差分析 | 第24-31页 |
| 3.3.1 平稳随机检验 | 第25-29页 |
| 3.3.2 ARMA建模 | 第29-30页 |
| 3.3.3 Allan方差 | 第30-31页 |
| 3.4 章节总结 | 第31-32页 |
| 第四章 传感器数据特点和预处理方法 | 第32-48页 |
| 4.1 身体不同部位的传感器数据特点 | 第32-36页 |
| 4.1.1 置于脚踝 | 第32-33页 |
| 4.1.2 置于胸前 | 第33-35页 |
| 4.1.3 置于手臂 | 第35-36页 |
| 4.2 通过数据特点识别传感器的身体位置 | 第36-37页 |
| 4.3 磁传感器数据简介 | 第37-38页 |
| 4.4 传感器数据预处理 | 第38-47页 |
| 4.4.1 傅里叶分析 | 第38-41页 |
| 4.4.2 IIR滤波器和FIR滤波器 | 第41-44页 |
| 4.4.3 小波变换 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于传感器的人体航迹推算方法 | 第48-69页 |
| 5.1 步数计算方法 | 第48-55页 |
| 5.1.1 人类步态分析 | 第48-49页 |
| 5.1.2 步数的检测方法 | 第49-55页 |
| 5.2 步长探测 | 第55-59页 |
| 5.2.1 常数步长模型 | 第55-56页 |
| 5.2.2 线性步长模型 | 第56页 |
| 5.2.3 非线性模型 | 第56-57页 |
| 5.2.4 人工智能步长模型 | 第57页 |
| 5.2.5 步长模型实验 | 第57-59页 |
| 5.3 航向 | 第59-64页 |
| 5.3.1 磁传感器的方向 | 第59-61页 |
| 5.3.2 利用陀螺仪检测方向变化 | 第61-63页 |
| 5.3.3 基于重力加速度计和单轴陀螺仪的航向判定 | 第63-64页 |
| 5.4 室内定位实验 | 第64-68页 |
| 5.5 章节总结 | 第68-69页 |
| 第六章 总结与展望 | 第69-70页 |
| 6.1 研究工作总结 | 第69页 |
| 6.2 本文不足之处以及进一步展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |