摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景和意义 | 第16页 |
1.2 国内外研究现状 | 第16-19页 |
1.3 本文研究的主要内容及结构 | 第19-22页 |
1.3.1 本文主要研究内容及创新点 | 第19-20页 |
1.3.2 论文组织结构 | 第20-22页 |
第二章 基于WiFi和惯性传感器的定位技术理论研究 | 第22-36页 |
2.1 室内无线定位方法 | 第22-27页 |
2.1.1 几何测量法 | 第22-27页 |
2.1.2 场景分析法 | 第27页 |
2.2 WiFi位置指纹定位原理 | 第27-30页 |
2.3 基于惯性传感器的室内定位算法 | 第30-34页 |
2.3.1 基于加速度二次积分法 | 第31-32页 |
2.3.2 行人航迹推算算法 | 第32-34页 |
2.4 总结 | 第34-36页 |
第三章 基于WiFi和惯性传感器的定位算法设计 | 第36-56页 |
3.1 WiFi信号特性分析 | 第36-39页 |
3.1.1 信号RSSI时变性 | 第36-37页 |
3.1.2 RSSI与位置的关系 | 第37-39页 |
3.2 基于仿射传播聚类的改进型WKNN位置指纹算法设计 | 第39-44页 |
3.2.1 聚类特征提取 | 第39-41页 |
3.2.2 仿射传播聚类优化指纹库 | 第41-42页 |
3.2.3 粗匹配策略 | 第42-43页 |
3.2.4 改进的WKNN算法 | 第43-44页 |
3.3 行人航迹推算算法 | 第44-52页 |
3.3.1 信号采集 | 第44-46页 |
3.3.2 信号滤波 | 第46-47页 |
3.3.3 行人步频检测 | 第47-50页 |
3.3.4 步长估计 | 第50-52页 |
3.4 WiFi与惯性传感器融合定位算法设计 | 第52-55页 |
3.5 总结 | 第55-56页 |
第四章 室内定位算法仿真与分析 | 第56-68页 |
4.1 室内定位系统性能评估指标 | 第56-57页 |
4.2 WiFi位置指纹定位性能分析 | 第57-62页 |
4.2.1 聚类结果分析 | 第57-60页 |
4.2.2 WiFi定位算法性能分析 | 第60-62页 |
4.3 PDR算法性能分析 | 第62-65页 |
4.3.1 步频检测算法测试 | 第62-65页 |
4.3.2 步长估计 | 第65页 |
4.4 融合定位效果 | 第65-67页 |
4.5 总结 | 第67-68页 |
第五章 基于室内定位的空巢老人监护关怀系统 | 第68-82页 |
5.1 系统需求分析 | 第68页 |
5.2 Android平台简介 | 第68-70页 |
5.3 系统设计 | 第70-75页 |
5.3.1 系统硬件 | 第71页 |
5.3.2 客户端软件设计 | 第71-73页 |
5.3.3 数据库设计 | 第73-75页 |
5.4 系统核心模块实现 | 第75-78页 |
5.4.1 定位模块总体设计 | 第75-76页 |
5.4.2 WiFi定位过程 | 第76页 |
5.4.3 传感器数据处理 | 第76-78页 |
5.4.4 WiFi定位和PDR融合 | 第78页 |
5.5 系统实现与测试 | 第78-81页 |
5.6 总结 | 第81-82页 |
第六章 总结与展望 | 第82-84页 |
6.1 总结 | 第82页 |
6.2 展望 | 第82-84页 |
参考文献 | 第84-88页 |
致谢 | 第88-90页 |
作者简介 | 第90-91页 |