| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究的背景与意义 | 第13-15页 |
| 1.2 国内外研究现状分析 | 第15-17页 |
| 1.2.1 基于WiFi信号定位的方法研究 | 第15-16页 |
| 1.2.2 基于惯性传感器定位及多源信息联合定位的方法研究 | 第16-17页 |
| 1.3 本文研究的主要内容及结构安排 | 第17-19页 |
| 1.3.1 论文主要研究内容 | 第17-18页 |
| 1.3.2 论文组织结构 | 第18-19页 |
| 第二章 室内定位相关算法基础 | 第19-30页 |
| 2.1 基于WiFi的室内定位技术 | 第19-23页 |
| 2.1.1 几何测距定位方法 | 第19-21页 |
| 2.1.2 特征指纹匹配定位方法 | 第21-23页 |
| 2.2 基于惯性传感器的定位技术 | 第23-25页 |
| 2.3 卡尔曼滤波 | 第25-29页 |
| 2.3.1 基本卡尔曼滤波 | 第25-26页 |
| 2.3.2 扩展卡尔曼滤波 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于WiFi指纹匹配的室内定位 | 第30-45页 |
| 3.1 定位流程 | 第30-31页 |
| 3.2 WiFi指纹库的构建 | 第31-35页 |
| 3.3 定位阶段算法研究 | 第35-41页 |
| 3.3.1 WiFi定位中的模糊性问题 | 第36-39页 |
| 3.3.2 改进的WKNN算法 | 第39-41页 |
| 3.4 定位实验及结果分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于惯性传感器的行人航迹推算 | 第45-60页 |
| 4.1 行人步态分析 | 第45-46页 |
| 4.2 惯性传感器 | 第46-47页 |
| 4.3 基于惯性传感器PDR定位算法 | 第47-57页 |
| 4.3.1 步数检测 | 第47-53页 |
| 4.3.2 步长估计 | 第53-54页 |
| 4.3.3 航向估计 | 第54-57页 |
| 4.4 PDR定位实验与结果分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 基于WiFi和惯性传感器的多信息融合定位 | 第60-66页 |
| 5.1 融合定位技术 | 第60-62页 |
| 5.2 EKF模型 | 第62-63页 |
| 5.3 实验结果与分析 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 全文总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 后续工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 个人简历及攻读硕士学位期间的研究成果 | 第72页 |