| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究目标及主要内容 | 第11-12页 |
| 1.4 论文结构 | 第12-15页 |
| 2 室内定位的基本理论 | 第15-25页 |
| 2.1 室内定位技术介绍 | 第15-17页 |
| 2.2 室内定位基本算法介绍 | 第17-23页 |
| 2.2.1 基于测距的室内定位算法 | 第17-21页 |
| 2.2.2 基于位置指纹库的室内定位算法 | 第21-23页 |
| 2.3 室内定位技术及算法的对比分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于iBeacon室内定位的相关研究 | 第25-39页 |
| 3.1 iBeacon详细介绍和分析 | 第25-28页 |
| 3.1.1 iBeacon技术概述 | 第25-26页 |
| 3.1.2 iBeacon信号特点 | 第26-28页 |
| 3.2 卡尔曼滤波在iBeacon室内定位中的应用 | 第28-35页 |
| 3.2.1 卡尔曼滤波基本原理 | 第28-30页 |
| 3.2.2 卡尔曼滤波应用于实时信号采集 | 第30-31页 |
| 3.2.3 卡尔曼滤波器应用于室内位置移动 | 第31-35页 |
| 3.3 实验设计与结果分析 | 第35-38页 |
| 3.3.1 实验布置与设计 | 第35-36页 |
| 3.3.2 结果分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 多传感器和iBeacon融合定位的研究 | 第39-55页 |
| 4.1 基于多传感器的行人航迹推算 | 第39-48页 |
| 4.1.1 行人步态特征 | 第41-42页 |
| 4.1.2 行人步长估计 | 第42-43页 |
| 4.1.3 行人步数统计方法 | 第43-45页 |
| 4.1.4 行走方向的确定 | 第45-48页 |
| 4.2 多传感器定位和iBeacon室内定位的融合 | 第48-51页 |
| 4.2.1 iBeacon位置指纹库定位的缺点 | 第48页 |
| 4.2.2 融合策略 | 第48页 |
| 4.2.3 多传感器定位和iBeacon定位的融合策略 | 第48-51页 |
| 4.3 实验结果与分析 | 第51-53页 |
| 4.3.1 行人步数检测实验结果与分析 | 第51页 |
| 4.3.2 融合定位的实验结果与分析 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 室内定位系统的设计与实现 | 第55-69页 |
| 5.1 系统介绍 | 第55-56页 |
| 5.2 系统开发平台的介绍 | 第56-58页 |
| 5.2.1 后台服务器开发平台介绍 | 第56页 |
| 5.2.2 移动客户端开发平台介绍 | 第56-58页 |
| 5.3 系统的设计与实现 | 第58-68页 |
| 5.3.1 iBeacon信号采集模块 | 第58-61页 |
| 5.3.2 传感器数据采集和处理模块 | 第61页 |
| 5.3.3 移动客户端APP的设计 | 第61-64页 |
| 5.3.4 后台服务器功能设计 | 第64-68页 |
| 5.4 本章小结 | 第68-69页 |
| 6 总结和展望 | 第69-71页 |
| 6.1 本文总结 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第77-78页 |
