一種被廣泛應(yīng)用的高科技技術(shù):定位技術(shù),在商業(yè)、交通和軍事方面都有著巨大的作用,發(fā)展?jié)摿κ侨鐣心抗捕玫�。隨著各行各業(yè)對個體位置信息精確度需求的提高,以及可攜帶智能移動設(shè)備和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,室內(nèi)定位技術(shù)研究成了定位技術(shù)領(lǐng)域的熱點。在高大、復雜的建筑物以及地下場所,GPS（Global Positioning System）定位并不能有效的提供符合需求的定位精準度。故考慮到定位效率、實用性和成本,WI-FI定位技術(shù)以及行人航位推算（Pedestrian Dead Reckoning,PDR）定位技術(shù)被常用與室內(nèi)定位技術(shù)的研究。PDR定位技術(shù)是基于慣性傳感器的,短期內(nèi)定位精確度較高,然而隨著時間的推移,會存在誤差累計,從而導致精確度的下降。而基于局域無線網(wǎng)的WI-FI室內(nèi)定位,誤差與應(yīng)用時間無關(guān),并且能夠提供目標點在某時間時的絕對位置信息,然而信號會被建筑物內(nèi)的結(jié)構(gòu)影響,導致WI-FI定位也達不到理想的精確度。如何將以上兩種室內(nèi)定位技術(shù)揚長避短、高效融合是當前研究的重點。本文提出的室內(nèi)定位方法基于以上兩種方法的結(jié)合使用,重點對卡爾曼濾波模型融合定位方法做出了深入的探究,并最終實現(xiàn)了優(yōu)... 

【文章來源】：西華大學四川省

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 各類定位技術(shù)的研究現(xiàn)狀
        1.2.2 融合定位技術(shù)的研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容以及結(jié)構(gòu)編排
2 經(jīng)典室內(nèi)定位技術(shù)介紹及分析
    2.1 慣性傳感器導航技術(shù)
        2.1.1 常用的幾種坐標系的定義標準
        2.1.2 慣性傳感器定位導航技術(shù)
        2.1.3 慣性傳感器定位導航誤差方程
    2.2 行人航位推算技術(shù)
    2.3 WI-FI室內(nèi)定位技術(shù)
        2.3.1 三邊法
        2.3.2 指紋法
        2.3.3 近似法
    2.4 WI-FI/PDR融合定位技術(shù)
        2.4.1 卡爾曼濾波融合定位算法
        2.4.2 均值綜合融合算法
    2.5 本章小結(jié)
3 利用WI-FI指紋定位的的室內(nèi)定位技術(shù)
    3.1 本定位方法模型簡介
    3.2 WI-FI離線指紋數(shù)據(jù)庫的建立
        3.2.1 指紋數(shù)據(jù)預(yù)處理
        3.2.2 建立定點離線指紋數(shù)據(jù)庫
    3.3 利用機器學習研究室內(nèi)定位算法
        3.3.1 加權(quán)臨近法WKNN
        3.3.2 加入支持向量機的加權(quán)臨近法WKNN算法
    3.4 實驗與分析
    3.5 本章小結(jié)
4 基于PDR行人航位推算的室內(nèi)定位技術(shù)
    4.1 PDR方法的工作原理
        4.1.1 步態(tài)檢測
        4.1.2 步長估測
        4.1.3 航向角的估測
    4.2 INS/PDR算法
        4.2.1 基于擴展卡爾曼濾波器的INS/PDR算法
    4.3 改進的PDR算法實驗驗證
    4.4 本章小結(jié)
5 基于WI-FI/PDR融合定位算法
    5.1 基于自適應(yīng)擴展卡爾曼濾波的融合定位算法
    5.2 基于自適應(yīng)無跡卡爾曼濾波的融合定位算法
    5.3 實驗與分析
    5.4 本章小結(jié)
6 結(jié)論和展望
    6.1 結(jié)論
    6.2 未來的研究方向
參考文獻
攻讀碩士學位期間發(fā)表論文及科研成果
致謝


【參考文獻】：
期刊論文
[1]陸用慣性導航系統(tǒng)技術(shù)發(fā)展綜述[J]. 王洪先.  光學與光電技術(shù). 2019(06)
[2]一種基于多相位差的RFID標簽三維定位方法[J]. 邱蘭馨,黃樟欽,李達.  計算機學報. 2019(11)
[3]超寬帶室內(nèi)定位算法[J]. 肖輝春,梁曉林.  電訊技術(shù). 2019(07)
[4]基于RSSI的LoRa無線傳感網(wǎng)定位技術(shù)研究[J]. 樊東燕.  農(nóng)業(yè)技術(shù)與裝備. 2019(06)
[5]一種動態(tài)調(diào)整RSSI室內(nèi)定位測距參數(shù)的改進算法[J]. 呂曉磊,吳志森.  安徽電子信息職業(yè)技術(shù)學院學報. 2019(03)
[6]一種基于藍牙室內(nèi)指紋定位的貝葉斯改進算法[J]. 郭英,馮茗楊,孫玉曦,姬現(xiàn)磊,劉清華.  測繪通報. 2019(05)
[7]基于自適應(yīng)卡爾曼濾波算法的緊組合導航系統(tǒng)的研究[J]. 劉軍,劉克誠,田甜,崔學偉.  電子測量技術(shù). 2019(05)
[8]A Survey of the Research Status of Pedestrian Dead Reckoning Systems Based on Inertial Sensors[J]. Yuan Wu,Hai-Bing Zhu,Qing-Xiu Du,Shu-Ming Tang.  International Journal of Automation and Computing. 2019(01)
[9]慣導衛(wèi)星組合導航輔助的視覺導盲儀定位建圖[J]. 魏彤,李新.  自動化儀表. 2019(01)
[10]INS/GPS組合導航的混合式濾波算法[J]. 韓斌子,胡柏青.  電子技術(shù)與軟件工程. 2018(24)

博士論文
[1]行人導航系統(tǒng)及其組合技術(shù)研究[D]. 蘭海鈺.哈爾濱工程大學 2016

碩士論文
[1]基于GPS/INS的無人機組合導航信息融合方法設(shè)計[D]. 萬嬌.南昌航空大學 2018
[2]基于UWB與慣導融合的室內(nèi)導航系統(tǒng)研究[D]. 陳諾.哈爾濱工業(yè)大學 2018
[3]基于深度學習和位置指紋的RFID室內(nèi)定位算法研究[D]. 孫晶.吉林大學 2018
[4]行人自主導航算法研究[D]. 左德勝.哈爾濱工業(yè)大學 2018
[5]基于WIFI的室內(nèi)定位關(guān)鍵技術(shù)研究[D]. 楊佳穎.天津師范大學 2018
[6]基于WiFi和慣性傳感器的多信息融合室內(nèi)定位系統(tǒng)的設(shè)計與實現(xiàn)[D]. 姚志鋒.華南理工大學 2016



本文編號：3187243