天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 信息工程論文 >

安卓移動終端室內定位系統(tǒng)設計與實現(xiàn)

發(fā)布時間:2017-10-20 09:22

  本文關鍵詞:安卓移動終端室內定位系統(tǒng)設計與實現(xiàn)


  更多相關文章: 室內定位 指紋定位 慣性導航 機器學習 傳感器


【摘要】:隨著移動互聯(lián)網(wǎng)技術的迅速發(fā)展以及基于位置服務(LBS)需求的日益增加,室內定位技術隨之快速發(fā)展。目前,人們對基于移動終端的各種室內定位技術進行了廣泛研究。例如,基于WiFi的定位技術、基于藍牙的定位技術、基于圖像的定位技術以及基于慣性傳感器的慣性導航技術等。其中,基于慣性傳感器的慣性導航技術不依賴于外部信號,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,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航技術、WiFi指紋定位技術及機器學習定位技術,對定位算法的精度、計算復雜度以及穩(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)有慣性導航定位技術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)有的行人慣性導航技術中步態(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用于環(huán)境復雜的室內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,提高了行人慣性導航精度。最后把所提方法在Android平臺實現(xiàn)并做了相應測試。實驗結果表明,所提方法比傳統(tǒng)方法定位精度更準確。進一步,分析了行人慣性導航定位方法在實際應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,提出WiFi指紋輔助的行人慣性導航技術,通過所提聯(lián)合定位算法定時校正行人慣性導航的位置。并把所提方法在Android平臺實現(xiàn)并完成相應測試。實驗結果表明,所提定位技術可以有效解決行人慣性導航累積誤差問題,且具有較高的精度與穩(wěn)定性。最后,對機器學習室內定位技術進行了研究,分析了多種機器學習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習算法,利用該算法定位精度高,行人慣性導航技術實時性好的優(yōu)點,提出機器學習算法與行人慣性導航相結合的定位技術。把所提方法在Android平臺實現(xiàn)并完成測試。實驗結果表明,相比較于指紋定位法及上面所提定位技術,該方法具有更高的定位精度。
【關鍵詞】:室內定位 指紋定位 慣性導航 機器學習 傳感器
【學位授予單位】:北京工業(yè)大學
【學位級別】:碩士
【學位授予年份】: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 基于基礎設施的有源定位技術10-11
  • 1.2.2 基于自身傳感器的無源定位技術11-12
  • 1.3 論文主要貢獻12
  • 1.4 論文內容安排12-15
  • 第2章 室內定位理論基礎15-27
  • 2.1 慣性導航技術15-21
  • 2.1.1 常用坐標系16-17
  • 2.1.2 常用坐標系之間轉換17-19
  • 2.1.3 行人航跡推算技術19-21
  • 2.1.4 粒子濾波技術21
  • 2.2 WiFi定位技術21-26
  • 2.3 多種技術融合定位26
  • 2.4 本章小結26-27
  • 第3章 行人慣性導航技術研究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 實驗結果與分析38-41
  • 3.6 本章小結41-43
  • 第4章 WiFi指紋輔助的行人慣性導航技術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 實驗結果與分析53-59
  • 4.5 本章小結59-61
  • 第5章 機器學習與行人慣性導航聯(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 機器學習定位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 實驗結果與分析70-71
  • 5.5 本章小結71-73
  • 結論73-75
  • 1 全文總結73
  • 2 未來工作展望73-75
  • 參考文獻75-79
  • 攻讀碩士學位期間所發(fā)表的學術論文79-81
  • 致謝81
,

本文編號:1066492

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/1066492.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶e5230***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com