本文關(guān)鍵詞：基于多模無線定位技術(shù)的行人室內(nèi)外導(dǎo)航方案研究

  更多相關(guān)文章： 行人航位推算 狀態(tài)機(jī) 地標(biāo) 傳感器 動(dòng)態(tài)時(shí)間規(guī)整

【摘要】：隨著智能手機(jī)的普及以及移動(dòng)互聯(lián)網(wǎng)的發(fā)展,人們對于室內(nèi)外導(dǎo)航的服務(wù)需求也日益增加。由于室外定位技術(shù)的成熟,導(dǎo)航技術(shù)的重點(diǎn)主要集中在室內(nèi)外場景的切換技術(shù)和室內(nèi)定位技術(shù)上。雖然Wi-Fi技術(shù)、RFID技術(shù)和藍(lán)牙等技術(shù)使得室內(nèi)定位得到很大的發(fā)展,現(xiàn)階段圍繞室內(nèi)定位的研究依然集中在提高室內(nèi)定位的精度上。 精確的室內(nèi)定位對于公共安全、商業(yè)應(yīng)用以及軍事應(yīng)用都具有非常重要的意義。然而室內(nèi)環(huán)境非常復(fù)雜,信號(hào)傳播會(huì)受到墻壁、隔板、天花板等障礙物的阻擋,引起信號(hào)發(fā)生反射、折射、衍射現(xiàn)象,發(fā)射信號(hào)經(jīng)過多條路徑、以不同的時(shí)間到達(dá)接收端,出現(xiàn)多徑傳播現(xiàn)象和非視距效應(yīng),使得室內(nèi)定位極具挑戰(zhàn)性。 基于以上問題,本文采用以終端傳感器為定位方式的行人航位推算算法(Pedestrian Dead Reckoning, PDR)作為融合算法的主算法。該算法主要利用終端傳感器收集加速度、磁場強(qiáng)度、設(shè)備角速度等傳感器數(shù)據(jù),利用姿態(tài)估計(jì)、有限狀態(tài)機(jī)、主成分分析算法(Principal Component Analysis, PCA)、動(dòng)態(tài)時(shí)間規(guī)整算法(Dynamic Time Warping, DTW)對數(shù)據(jù)進(jìn)行降噪處理并提取行人運(yùn)動(dòng)的步數(shù)、步長、方向從而計(jì)算行人的位移矢量。 由于傳感器的誤差是隨時(shí)間累積的,本文引入室內(nèi)地標(biāo)作為融合算法的輔助算法對PDR積累誤差進(jìn)行校準(zhǔn)。室內(nèi)地標(biāo)是利用建筑物的室內(nèi)特征(電梯、樓梯、Wi-Fi指紋、聲音指紋等)標(biāo)記室內(nèi)坐標(biāo),在行人經(jīng)過地標(biāo)區(qū)域時(shí)可以直接獲取當(dāng)前坐標(biāo)從而避免了PDR算法誤差的持續(xù)積累。 本文在Android平臺(tái)上設(shè)計(jì)實(shí)現(xiàn)了傳感器數(shù)據(jù)和Wi-Fi數(shù)據(jù)的收集系統(tǒng),并利用Java語言實(shí)現(xiàn)各算法模塊。通過對傳感器數(shù)據(jù)的處理,本文給出了PDR+室內(nèi)地標(biāo)融合算法的效果評估并分析了依然存在的問題。
【關(guān)鍵詞】：行人航位推算 狀態(tài)機(jī) 地標(biāo) 傳感器 動(dòng)態(tài)時(shí)間規(guī)整
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN92
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 研究目標(biāo)11
• 1.3 研究現(xiàn)狀和主要問題11-13
• 1.4 主要研究內(nèi)容13
• 1.5 論文組織結(jié)構(gòu)13-16
• 第二章 室內(nèi)外導(dǎo)航方案綜述及分析16-24
• 2.1 定位技術(shù)綜述16-17
• 2.2 定位技術(shù)中的參數(shù)定義和簡介17-19
• 2.3 室內(nèi)定位技術(shù)術(shù)語19-21
• 2.4 基本測量方法21-22
• 2.5 定位方法介紹22-23
• 2.6 本章小結(jié)23-24
• 第三章 多模室內(nèi)定位方案設(shè)計(jì)24-32
• 3.1 Wi-Fi定位24-27
• 3.2 聲波定位方案27-29
• 3.2.1 傳統(tǒng)超聲波方案27
• 3.2.2 超聲波指紋方案27-29
• 3.3 多模室內(nèi)定位29-30
• 3.4 本章小結(jié)30-32
• 第四章 航位推算算法的介紹及研究32-54
• 4.1 航位推算算法32
• 4.2 行人航位推算算法32-33
• 4.3 步數(shù)檢測33-41
• 4.3.1 特征分析33-35
• 4.3.2 地理坐標(biāo)和機(jī)載坐標(biāo)35
• 4.3.3 重力投影35-38
• 4.3.4 有限狀態(tài)機(jī)38
• 4.3.5 動(dòng)態(tài)時(shí)間規(guī)整38-40
• 4.3.6 檢測流程40-41
• 4.4 步長檢測41-44
• 4.4.1 步長檢測算法介紹41-42
• 4.4.2 步頻檢測42-44
• 4.4.3 行人數(shù)據(jù)收集44
• 4.5 方向檢測44-53
• 4.5.1 歐拉角介紹45-46
• 4.5.2 四元數(shù)46-48
• 4.5.3 PCA算法48-49
• 4.5.4 方向算法實(shí)現(xiàn)49-53
• 4.6 本章小結(jié)53-54
• 第五章 室內(nèi)地標(biāo)的方案研究54-64
• 5.1 室內(nèi)地標(biāo)簡述54-55
• 5.2 室內(nèi)地標(biāo)聚類的數(shù)學(xué)方法研究55-56
• 5.2.1 室內(nèi)地標(biāo)聚類方法概述55
• 5.2.2 K-means聚類算法原理55-56
• 5.3 室內(nèi)地標(biāo)分類56-57
• 5.3.1 固定室內(nèi)地標(biāo)56
• 5.3.2 非固定室內(nèi)地標(biāo)56-57
• 5.4 基于Wi-Fi的室內(nèi)地標(biāo)57
• 5.5 基于傳感器的室內(nèi)地標(biāo)57-59
• 5.5.1 升降電梯58
• 5.5.2 樓梯58-59
• 5.6 基于聲音節(jié)點(diǎn)的室內(nèi)地標(biāo)59-60
• 5.7 室內(nèi)地標(biāo)的學(xué)習(xí)60-62
• 5.8 本章小結(jié)62-64
• 第六章 室內(nèi)外融合方案研究64-70
• 6.1 室內(nèi)外場景檢測64
• 6.2 室內(nèi)定位平臺(tái)的實(shí)現(xiàn)及過程64-65
• 6.3 實(shí)驗(yàn)結(jié)果及分析65-69
• 6.3.1 步數(shù)檢測實(shí)驗(yàn)分析66-67
• 6.3.2 方向檢測試驗(yàn)分析67-68
• 6.3.3 定位評測68-69
• 6.4 本章小結(jié)69-70
• 第七章 總結(jié)與展望70-72
• 7.1 工作總結(jié)70-71
• 7.2 不足與展望71-72
• 參考文獻(xiàn)72-76
• 致謝76-78
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄78

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 王千;王成;馮振元;葉金鳳;;K-means聚類算法研究綜述[J];電子設(shè)計(jì)工程;2012年07期

2 盧恒惠;劉興川;張超;林孝康;;基于三角形與位置指紋識(shí)別算法的WiFi定位比較[J];移動(dòng)通信;2010年10期

，

本文編號(hào)：858941