基于电磁场的室内定位技术研究
摘要 | 第4-5页 |
Abstract | 第5页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究概况 | 第11-12页 |
1.3 本文的主要内容及组织结构 | 第12-15页 |
第二章 相关背景知识介绍 | 第15-30页 |
2.1 电磁场定位 | 第15-18页 |
2.1.1 地磁场 | 第15-16页 |
2.1.2 静态极低频电磁场 | 第16-17页 |
2.1.3 SLAM | 第17页 |
2.1.4 基于电磁场的室内定位技术 | 第17-18页 |
2.2 概率性定位算法 | 第18-22页 |
2.2.1 卡尔曼滤波法 | 第18-20页 |
2.2.2 马尔可夫拓扑法及栅格法 | 第20-21页 |
2.2.3 粒子滤波器法 | 第21页 |
2.2.4 蒙特卡洛法 | 第21-22页 |
2.3 聚类算法 | 第22-25页 |
2.3.1 聚类算法简介 | 第22-23页 |
2.3.2 各种聚类算法的优缺点 | 第23-25页 |
2.4 移动目标相关模型定义 | 第25-29页 |
2.4.1 坐标系统模型 | 第25-27页 |
2.4.2 环境地图模型 | 第27页 |
2.4.3 移动目标位置模型 | 第27页 |
2.4.4 移动目标运动模型 | 第27-28页 |
2.4.5 传感器观测模型 | 第28-29页 |
2.4.6 噪声模型 | 第29页 |
2.5 本章小结 | 第29-30页 |
第三章 行人运动模型 | 第30-39页 |
3.1 行人运动模型分类 | 第30-37页 |
3.1.1 磁力模型 | 第31-32页 |
3.1.2 排队论模型 | 第32页 |
3.1.3 格子气体模型 | 第32-33页 |
3.1.4 元胞自动机模型 | 第33-35页 |
3.1.5 社会力模型 | 第35-37页 |
3.2 各种运动模型的比较 | 第37页 |
3.3 本文采用的运动模型 | 第37-38页 |
3.4 本章小结 | 第38-39页 |
第四章 BSAS 聚类算法 | 第39-48页 |
4.1 聚类算法概述 | 第39-42页 |
4.2 BSAS 聚类算法 | 第42-45页 |
4.2.1 BSAS 算法原理 | 第42-45页 |
4.2.2 BSAS 和 MCL | 第45页 |
4.3 BSAS 的算法流程 | 第45-47页 |
4.4 本章小结 | 第47-48页 |
第五章 蒙特卡洛定位法的研究与改进 | 第48-64页 |
5.1 蒙特卡洛定位法原理基础 | 第48-53页 |
5.1.1 贝叶斯滤波理论 | 第48-50页 |
5.1.2 马尔可夫定位 | 第50-53页 |
5.1.2.1 马尔可夫独立性假设 | 第50-53页 |
5.2 蒙特卡洛定位法 | 第53-57页 |
5.2.1 蒙特卡洛定位法的基本原理 | 第53-54页 |
5.2.2 重要性采样 | 第54-55页 |
5.2.3 重采样 | 第55-57页 |
5.3 蒙特卡洛定位算法的改进 | 第57-59页 |
5.3.1 扩展卡尔曼蒙特卡洛算法 | 第57-58页 |
5.3.2 MCMC 算法 | 第58-59页 |
5.4 本文采用的蒙特卡洛定位法算法流程 | 第59-62页 |
5.5 本章小结 | 第62-64页 |
第六章 算法仿真分析 | 第64-73页 |
6.1 实验平台 | 第64-65页 |
6.1.1 MATLAB 仿真软件 | 第64页 |
6.1.2 MicroMag3 三轴磁强计 | 第64-65页 |
6.2 仿真环境与参数设置 | 第65页 |
6.3 仿真结果与分析 | 第65-71页 |
6.3.1 实验环境准备 | 第65-67页 |
6.3.2 本文算法与传统算法结果对比 | 第67-70页 |
6.3.3 校正 | 第70-71页 |
6.3.4 粒子数目分析 | 第71页 |
6.3.5 算法时间复杂度分析 | 第71页 |
6.4 本章小结 | 第71-73页 |
第七章 总结与展望 | 第73-75页 |
7.1 本文的工作总结 | 第73-74页 |
7.2 研究展望 | 第74-75页 |
参考文献 | 第75-77页 |
附录1 攻读硕士学位期间撰写的论文 | 第77-78页 |
致谢 | 第78页 |