基于智能手机的室内标签定位技术研究
中文摘要 | 第1-6页 |
Abstract | 第6-16页 |
第一章 绪论 | 第16-28页 |
·研究背景 | 第17-22页 |
·室内标签定位场景 | 第17-19页 |
·室内标签定位的问题 | 第19-22页 |
·室内标签定位的挑战 | 第22页 |
·研究状况概述 | 第22-24页 |
·研究思路 | 第24-26页 |
·本文工作与贡献 | 第26页 |
·论文组织 | 第26-28页 |
第二章 相关工作 | 第28-37页 |
·基于距离估算的室内定位技术 | 第28-31页 |
·三角计算 | 第28-29页 |
·接近判断 | 第29-30页 |
·讨论 | 第30-31页 |
·基于指纹匹配的室内定位技术 | 第31-34页 |
·指纹数据库的获取 | 第32页 |
·指纹匹配方法 | 第32-33页 |
·讨论 | 第33-34页 |
·基于位移推算的室内定位技术 | 第34-35页 |
·小结 | 第35-37页 |
第三章 室内标签定位技术框架 | 第37-45页 |
·框架分析 | 第37-39页 |
·传统定位框架 | 第39-40页 |
·室内标签定位技术框架SIFIS | 第40-43页 |
·环境数据处理模块 | 第41-42页 |
·用户数据处理模块 | 第42页 |
·数据融合提取模块 | 第42-43页 |
·位置计算模块 | 第43页 |
·小结 | 第43-45页 |
第四章 室内楼层定位技术 | 第45-85页 |
·问题描述与分析 | 第45-47页 |
·解决方案 | 第47-71页 |
·系统概述及系统设计 | 第47-49页 |
·室内室外判断 | 第49-50页 |
·用户状态检测 | 第50-57页 |
·用户相遇检测 | 第57-58页 |
·数据融合方法 | 第58-63页 |
·数据提取方法 | 第63页 |
·定位手段 | 第63-69页 |
·算法鲁棒性分析 | 第69-71页 |
·理论评估与分析 | 第71-74页 |
·对群组进行建模 | 第71页 |
·获取p' | 第71-72页 |
·楼层信息完整性和正确性 | 第72-74页 |
·实验评估与分析 | 第74-84页 |
·模拟实验 | 第74-78页 |
·实际实验 | 第78-84页 |
·小结 | 第84-85页 |
第五章 地铁定位技术 | 第85-104页 |
·问题描述与分析 | 第85-87页 |
·解决方法概述 | 第87-99页 |
·地铁启停识别 | 第89-93页 |
·基于模式匹配的融合技术 | 第93-95页 |
·室内地铁定位的信息提取方法 | 第95-98页 |
·位置计算方法 | 第98-99页 |
·实验评估与分析 | 第99-102页 |
·小结 | 第102-104页 |
第六章 智能手机传感器校准技术 | 第104-119页 |
·问题描述与分析 | 第104-106页 |
·直观方案 | 第106页 |
·本文的方案 | 第106页 |
·两两校准及传递校准 | 第106-111页 |
·校准算法 | 第108页 |
·两两校准 | 第108-110页 |
·全部校准 | 第110-111页 |
·理论评估与分析 | 第111-113页 |
·校准建模 | 第111-112页 |
·误差分析 | 第112-113页 |
·实验评估与分析 | 第113-117页 |
·模拟实验设计与结果 | 第113-116页 |
·实际实验设计与结果 | 第116-117页 |
·小结 | 第117-119页 |
第七章 技术平台及应用示例 | 第119-132页 |
·室内标签定位技术平台设计与实现 | 第119-125页 |
·环境数据处理模块 | 第120-121页 |
·用户数据处理模块 | 第121-123页 |
·数据融合和提取模块 | 第123页 |
·位置计算模块 | 第123-124页 |
·室内标签定位环境模拟器 | 第124页 |
·技术平台的部署 | 第124-125页 |
·“位动校园”社交应用 | 第125-130页 |
·应用需求分析 | 第126-127页 |
·功能设计与实现 | 第127-130页 |
·小结 | 第130-132页 |
第八章 总结与展望 | 第132-135页 |
·工作总结 | 第132-133页 |
·研究展望 | 第133-135页 |
参考文献 | 第135-147页 |
简历与科研成果 | 第147-149页 |
致谢 | 第149-150页 |