摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 论文研究背景、目的和意义 | 第10-11页 |
1.2 国内外研究现状及发展趋势 | 第11-12页 |
1.2.1 国内发展现状 | 第11页 |
1.2.2 国外发展现状 | 第11-12页 |
1.2.3 室内定位技术趋势总结 | 第12页 |
1.3 室内定位面临的挑战 | 第12-13页 |
1.4 论文主要研究内容及章节安排 | 第13-16页 |
第2章 室内定位基础理论介绍 | 第16-28页 |
2.1 室内定位基础理论 | 第16-19页 |
2.1.1 坐标系介绍 | 第16-17页 |
2.1.2 坐标系转换 | 第17-19页 |
2.2 常见的室内定位技术 | 第19-22页 |
2.3 常见的室内定位算法 | 第22-26页 |
2.4 室内定位评测标准 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第3章 基于行人航位推算室内定位系统 | 第28-48页 |
3.1 行人航位推算 | 第28-33页 |
3.2 多源异构信息校准PDR累积误差 | 第33-43页 |
3.2.1 低功耗蓝牙(BLE)修正PDR累积误差 | 第33-35页 |
3.2.2 地理特征区修正PDR累积误差 | 第35-37页 |
3.2.3 系统性能分析 | 第37-43页 |
3.3 路径约束方式实时约束航迹推算结果 | 第43-47页 |
3.3.1 路径约束系统设计 | 第43-44页 |
3.3.2 系统具体实现步骤 | 第44-46页 |
3.3.3 系统性能分析 | 第46-47页 |
3.4 本章小结 | 第47-48页 |
第4章 基于无线指纹匹配室内定位系统 | 第48-62页 |
4.1 WLAN无线定位方式 | 第48-49页 |
4.2 信号传播模型的建立 | 第49-50页 |
4.3 系统部署 | 第50-58页 |
4.3.1 离线采集 | 第50-52页 |
4.3.2 在线定位 | 第52-58页 |
4.4 系统性能分析 | 第58-60页 |
4.5 本章小结 | 第60-62页 |
第5章 基于深度学习多信息融合室内定位系统 | 第62-82页 |
5.1 深度信念网络 | 第62-65页 |
5.1.1 受限波尔兹曼机(RBM) | 第62-65页 |
5.1.2 深度信念网络(DBN) | 第65页 |
5.2 DL-IMPS定位系统 | 第65-72页 |
5.2.1 离线网络训练 | 第66-71页 |
5.2.2 在线定位阶段 | 第71-72页 |
5.3 系统性能分析 | 第72-81页 |
5.3.1 实验环境部署 | 第72页 |
5.3.2 室内特征信息采集与分析 | 第72-74页 |
5.3.3 系统性能分析结果 | 第74-81页 |
5.4 本章小结 | 第81-82页 |
结论 | 第82-84页 |
参考文献 | 第84-89页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第89-90页 |
致谢 | 第90页 |