| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 课题的研究背景及其意义 | 第13-14页 |
| 1.2 研究与发展现状 | 第14-19页 |
| 1.2.1 惯性器件的类型与发展 | 第14页 |
| 1.2.2 典型的人员自主定位系统介绍 | 第14-17页 |
| 1.2.3 人员自主定位相关算法研究现状 | 第17-19页 |
| 1.3 本文的研究内容与主要任务 | 第19-20页 |
| 第二章 人员自主定位系统设计概述 | 第20-31页 |
| 2.1 引言 | 第20-21页 |
| 2.2 硬件概述 | 第21-25页 |
| 2.2.1 芯片选型 | 第21-23页 |
| 2.2.2 传感器节点设计 | 第23-25页 |
| 2.3 软件概述 | 第25-30页 |
| 2.3.1 数据处理流程 | 第25-26页 |
| 2.3.2 ZUPT-aided EKF算法 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 建筑物结构特征的提取及分析 | 第31-47页 |
| 3.1 引言 | 第31-32页 |
| 3.2 建筑物主方向提取与分析 | 第32-34页 |
| 3.2.1 主方向的定义与作用 | 第32页 |
| 3.2.2 航向聚类法 | 第32-34页 |
| 3.3 基于行走轨迹的控制点提取及分析 | 第34-37页 |
| 3.3.1 控制点的定义与作用 | 第34-35页 |
| 3.3.2 控制点的提取方法 | 第35-37页 |
| 3.4 建筑物楼层特征的提取及分析 | 第37-40页 |
| 3.4.1 楼层特征提取的作用 | 第37-38页 |
| 3.4.2 楼层特征提取的HMM方法 | 第38-40页 |
| 3.5 建筑物地图的分析与应用 | 第40-41页 |
| 3.5.1 建筑物地图的作用 | 第40页 |
| 3.5.2 建筑物地图的获取与应用模式 | 第40-41页 |
| 3.6 人员行走习惯的统计分析 | 第41-45页 |
| 3.6.1 人员行走习惯的HMM模型 | 第42-43页 |
| 3.6.2 HMM模型的样本训练 | 第43-45页 |
| 3.7 本章小结 | 第45-47页 |
| 第四章 基于建筑物结构特征的轨迹修正方法 | 第47-68页 |
| 4.1 引言 | 第47页 |
| 4.2 轨迹修正的粒子滤波算法 | 第47-59页 |
| 4.2.1 粒子滤波算法基础 | 第47-51页 |
| 4.2.2 基于地图辅助的粒子滤波算法 | 第51-55页 |
| 4.2.3 基于主方向和人员行走习惯的粒子滤波算法 | 第55-59页 |
| 4.3 基于控制点的轨迹修正方法 | 第59-63页 |
| 4.3.1 方法步骤 | 第59-61页 |
| 4.3.2 实验结果与分析 | 第61-63页 |
| 4.4 基于建筑物楼层特征的高度漂移抑制算法 | 第63-66页 |
| 4.4.1 算法步骤 | 第63-64页 |
| 4.4.2 实验结果及分析 | 第64-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 结束语 | 第68-71页 |
| 5.1 本文工作总结 | 第68-69页 |
| 5.2 未来研究展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 作者在学期间取得的学术成果 | 第76页 |