發(fā)布時間：2017-10-20 09:22

  本文關(guān)鍵詞：安卓移動終端室內(nèi)定位系統(tǒng)設(shè)計與實現(xiàn)

  更多相關(guān)文章： 室內(nèi)定位 指紋定位 慣性導(dǎo)航 機器學(xué)習(xí) 傳感器

【摘要】：隨著移動互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展以及基于位置服務(wù)(LBS)需求的日益增加,室內(nèi)定位技術(shù)隨之快速發(fā)展。目前,人們對基于移動終端的各種室內(nèi)定位技術(shù)進行了廣泛研究。例如,基于WiFi的定位技術(shù)、基于藍牙的定位技術(shù)、基于圖像的定位技術(shù)以及基于慣性傳感器的慣性導(dǎo)航技術(shù)等。其中,基于慣性傳感器的慣性導(dǎo)航技術(shù)不依賴于外部信號,具有穩(wěn)定性高、成本低的優(yōu)點;基于WiFi的定位技術(shù)因WiFi接入點(AP)的遍布性,具有較好的推廣性,尤其是WiFi指紋定位技術(shù),其具有精度高、成本低和實現(xiàn)簡單等優(yōu)點。本文圍繞著基于慣性傳感器的行人慣性導(dǎo)航技術(shù)、WiFi指紋定位技術(shù)及機器學(xué)習(xí)定位技術(shù),對定位算法的精度、計算復(fù)雜度以及穩(wěn)定性等方面做了深入研究。具體地,論文主要完成以下工作。首先,本文分析了現(xiàn)有慣性導(dǎo)航定位技術(shù)的原理及影響其定位精度的主要原因。經(jīng)研究發(fā)現(xiàn),現(xiàn)有的行人慣性導(dǎo)航技術(shù)中步態(tài)檢測算法在慢速行走情況下的準確率有待提高,標準粒子濾波算法應(yīng)用于環(huán)境復(fù)雜的室內(nèi)場景中其性能有待優(yōu)化。因此,本文提出了一種動態(tài)功率閾值調(diào)整的步態(tài)檢測方法,有效提高了行人步態(tài)檢測準確率;同時加入地圖信息改進了粒子濾波算法,提高了行人慣性導(dǎo)航精度。最后把所提方法在Android平臺實現(xiàn)并做了相應(yīng)測試。實驗結(jié)果表明,所提方法比傳統(tǒng)方法定位精度更準確。進一步,分析了行人慣性導(dǎo)航定位方法在實際應(yīng)用中存在的主要問題,即累積誤差問題。針對該問題,選擇了WiFi指紋定位技術(shù),提出WiFi指紋輔助的行人慣性導(dǎo)航技術(shù),通過所提聯(lián)合定位算法定時校正行人慣性導(dǎo)航的位置。并把所提方法在Android平臺實現(xiàn)并完成相應(yīng)測試。實驗結(jié)果表明,所提定位技術(shù)可以有效解決行人慣性導(dǎo)航累積誤差問題,且具有較高的精度與穩(wěn)定性。最后,對機器學(xué)習(xí)室內(nèi)定位技術(shù)進行了研究,分析了多種機器學(xué)習(xí)算法的定位精度及計算時間。選擇了定位精度較高的機器學(xué)習(xí)算法,利用該算法定位精度高,行人慣性導(dǎo)航技術(shù)實時性好的優(yōu)點,提出機器學(xué)習(xí)算法與行人慣性導(dǎo)航相結(jié)合的定位技術(shù)。把所提方法在Android平臺實現(xiàn)并完成測試。實驗結(jié)果表明,相比較于指紋定位法及上面所提定位技術(shù),該方法具有更高的定位精度。
【關(guān)鍵詞】：室內(nèi)定位 指紋定位 慣性導(dǎo)航 機器學(xué)習(xí) 傳感器
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN92
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 選題背景與研究意義9-10
• 1.2 課題研究現(xiàn)狀與趨勢10-12
• 1.2.1 基于基礎(chǔ)設(shè)施的有源定位技術(shù)10-11
• 1.2.2 基于自身傳感器的無源定位技術(shù)11-12
• 1.3 論文主要貢獻12
• 1.4 論文內(nèi)容安排12-15
• 第2章 室內(nèi)定位理論基礎(chǔ)15-27
• 2.1 慣性導(dǎo)航技術(shù)15-21
• 2.1.1 常用坐標系16-17
• 2.1.2 常用坐標系之間轉(zhuǎn)換17-19
• 2.1.3 行人航跡推算技術(shù)19-21
• 2.1.4 粒子濾波技術(shù)21
• 2.2 WiFi定位技術(shù)21-26
• 2.3 多種技術(shù)融合定位26
• 2.4 本章小結(jié)26-27
• 第3章 行人慣性導(dǎo)航技術(shù)研究27-43
• 3.1 行人步態(tài)檢測27-33
• 3.1.1 加速度信號處理29-30
• 3.1.2 步態(tài)判別30-31
• 3.1.3 動態(tài)閾值調(diào)整31-33
• 3.2 航向檢測33-35
• 3.3 步長估計35
• 3.4 地圖匹配的粒子濾波算法35-38
• 3.5 實驗結(jié)果與分析38-41
• 3.6 本章小結(jié)41-43
• 第4章 WiFi指紋輔助的行人慣性導(dǎo)航技術(shù)43-61
• 4.1 系統(tǒng)原理概述43-44
• 4.2 系統(tǒng)各模塊原理44-49
• 4.2.1 WiFi指紋定位44-47
• 4.2.2 聯(lián)合定位算法47-49
• 4.3 定位系統(tǒng)的實現(xiàn)49-53
• 4.4 實驗結(jié)果與分析53-59
• 4.5 本章小結(jié)59-61
• 第5章 機器學(xué)習(xí)與行人慣性導(dǎo)航聯(lián)合定位61-73
• 5.1 系統(tǒng)原理概述61-62
• 5.2 系統(tǒng)各模塊原理62-67
• 5.2.1 機器學(xué)習(xí)定位62-66
• 5.2.2 聯(lián)合定位66-67
• 5.3 定位系統(tǒng)的實現(xiàn)67-70
• 5.4 實驗結(jié)果與分析70-71
• 5.5 本章小結(jié)71-73
• 結(jié)論73-75
• 1 全文總結(jié)73
• 2 未來工作展望73-75
• 參考文獻75-79
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文79-81
• 致謝81

，

本文編號：1066492