行人室内导航定位的多传感器融合算法研究及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 工作内容和创新点 | 第10-11页 |
| 1.3 论文的结构安排 | 第11-13页 |
| 第二章 室内定位技术研究现状和基础 | 第13-25页 |
| 2.1 室内定位技术综述 | 第13-19页 |
| 2.1.1 基于惯性传感器定位技术 | 第14页 |
| 2.1.2 基于短距离无线通信定位技术 | 第14-18页 |
| 2.1.3 基于磁场传感器定位技术 | 第18-19页 |
| 2.1.4 基于视觉导航定位技术 | 第19页 |
| 2.2 室内定位算法 | 第19-22页 |
| 2.2.1 基于信号到达时间定位算法 | 第19-20页 |
| 2.2.2 基于信号到达时间差定位算法 | 第20-21页 |
| 2.2.3 基于信号到达角度定位算法 | 第21页 |
| 2.2.4 基于信号强度定位算法 | 第21-22页 |
| 2.2.5 本节小结 | 第22页 |
| 2.3 研究现状总结 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 室内定位多传感器融合算法 | 第25-45页 |
| 3.1 基于惯性传感器的航迹推算 | 第25-32页 |
| 3.1.1 基于惯性传感器室内定位技术 | 第25-27页 |
| 3.1.2 行人运动特征分析 | 第27-28页 |
| 3.1.3 改进的行人运动距离估计算法 | 第28-31页 |
| 3.1.4 行人运动方向估计 | 第31-32页 |
| 3.2 室内行人运动研究 | 第32-37页 |
| 3.2.1 改进的行人运动分类算法 | 第32-35页 |
| 3.2.2 行人运动标注 | 第35-37页 |
| 3.2.3 楼层定位 | 第37页 |
| 3.3 基于隐马尔可夫模型室内定位算法 | 第37-44页 |
| 3.3.1 隐马尔可夫模型 | 第37-39页 |
| 3.3.2 基于隐马尔可夫室内定位模型 | 第39-42页 |
| 3.3.3 室内定位算法 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 室内行人定位系统的仿真与实验 | 第45-53页 |
| 4.1 系统架构 | 第45-46页 |
| 4.2 各模块仿真与实验 | 第46-49页 |
| 4.2.1 步数检测 | 第46-47页 |
| 4.2.2 步长训练 | 第47页 |
| 4.2.3 运动方向估计 | 第47-48页 |
| 4.2.4 楼层定位 | 第48-49页 |
| 4.3 室内行人定位系统仿真与实验 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 论文总结 | 第53页 |
| 5.2 未来研究方向和工作内容 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文 | 第61页 |
