近年來室內(nèi)定位與導(dǎo)航受到了學(xué)術(shù)和工業(yè)領(lǐng)域的廣泛研究,發(fā)展迅速。但是目前室內(nèi)定位技術(shù)存在明顯缺陷:需要提前布置大量輔助設(shè)備,成本高,實用性降低;亦或是建立的行人航跡推算（Pedestrian Dead Reckoning,PDR）算法中步長模型固定、步態(tài)模型單一,航跡二維顯示,定位精度達(dá)不到實際使用效果。目前智能終端設(shè)備,以搭載Android、iOS操作系統(tǒng)的移動手機或平板電腦設(shè)備為代表,集成了加速度計、陀螺儀、磁力計、氣壓計等體積小、功耗低、成本低的微機電（Micro-ElectroMechanical System,MEMS）傳感器以及強大智能CPU、高速大容量內(nèi)存,這為室內(nèi)導(dǎo)航定位技術(shù)提供了成熟的軟硬件平臺。本文針對行人使用智能設(shè)備的不確定性,研究了行人定位系統(tǒng)的原理和系統(tǒng)架構(gòu),設(shè)計了一種行人多運動狀態(tài)、設(shè)備多姿態(tài)的室內(nèi)定位算法,從而有效解決了行人日常室內(nèi)場景導(dǎo)航定位的問題。首先,針對智能手機上低成本MEMS傳感器建立加速度計和磁力計的誤差校準(zhǔn)模型,通過仿真分析與實驗驗證,該誤差校準(zhǔn)模型有效地解決了低成本傳感器的誤差對行人定位系統(tǒng)的影響,為后續(xù)定位算法提供了基礎(chǔ)。其次,提出了基于支... 

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景及意義
    1.2 定位技術(shù)的研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 論文主要內(nèi)容和結(jié)構(gòu)安排
    1.4 本章小結(jié)
第2章 室內(nèi)定位技術(shù)工作原理
    2.1 常見室內(nèi)定位技術(shù)綜述
        2.1.1 基于A-GPS的室內(nèi)定位技術(shù)
        2.1.2 基于無線通信的定位技術(shù)
        2.1.3 基于MEMS傳感器的慣性定位技術(shù)
    2.2 慣性傳感器測姿基本理論
        2.2.1 常用坐標(biāo)系介紹
        2.2.2 載體的姿態(tài)表示
        2.2.3 姿態(tài)矩陣及坐標(biāo)轉(zhuǎn)換
    2.3 姿態(tài)融合算法原理
        2.3.1 基于加速度計/磁力計組合姿態(tài)解算原理
        2.3.2 基于陀螺儀的四元數(shù)法姿態(tài)解算原理
    2.4 本章小結(jié)
第3章 Android終端相關(guān)傳感器數(shù)據(jù)采集及預(yù)處理
    3.1 Android內(nèi)置傳感器系統(tǒng)
        3.1.1 手機傳感器介紹
        3.1.2 數(shù)據(jù)采集方式
    3.2 傳感器誤差分析及校準(zhǔn)
        3.2.1 九位置標(biāo)定法修正加速度計零偏
        3.2.2 均值濾波修正陀螺儀零偏
        3.2.3 磁力計誤差補償
    3.3 傳感器數(shù)據(jù)濾波處理
        3.3.1 加速度數(shù)據(jù)濾波
        3.3.2 陀螺數(shù)據(jù)濾波
    3.4 本章小結(jié)
第4章 基于設(shè)備全姿態(tài)下的定位算法設(shè)計
    4.1 定位算法的設(shè)計目標(biāo)與總體架構(gòu)
        4.1.1 設(shè)計目標(biāo)
        4.1.2 算法的總體架構(gòu)
    4.2 多運動狀態(tài)多姿態(tài)識別算法
        4.2.1 數(shù)據(jù)預(yù)處理
        4.2.2 參數(shù)尋優(yōu)
        4.2.3 分類器訓(xùn)練及性能評估
    4.3 步態(tài)檢測和步長估計算法
        4.3.1 全姿態(tài)步態(tài)檢測
        4.3.2 步長估計算法
    4.4 基于不同設(shè)備姿態(tài)的航向解算
        4.4.1 基于擴展卡爾曼濾波的姿態(tài)融合算法
        4.4.2 姿態(tài)切換下的航向修正
    4.5 基于室內(nèi)地圖的虛擬地標(biāo)匹配補償法
    4.6 高度值的獲取
    4.7 本章小結(jié)
第5章 Android應(yīng)用程序設(shè)計及在線實驗結(jié)果分析
    5.1 Android系統(tǒng)的介紹
    5.2 開發(fā)介紹
    5.3 應(yīng)用程序設(shè)計與實現(xiàn)
    5.4 實驗內(nèi)容
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 后續(xù)研究工作
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]淺析當(dāng)下移動互聯(lián)網(wǎng)應(yīng)用對電信行業(yè)發(fā)展趨勢的影響[J]. 王玉玲.  通訊世界. 2017(24)
[2]Research and Development of Indoor Positioning[J]. Qi Liu,Jiahui Qiu,Yi Chen.  中國通信. 2016(S2)
[3]論混合式慣性導(dǎo)航系統(tǒng)[J]. 馮培德.  中國慣性技術(shù)學(xué)報. 2016(03)
[4]A-GPS輔助定位技術(shù)研究[J]. 張晨,明德祥,陳建云,楊俊.  計算機測量與控制. 2016(01)
[5]硅微陀螺正交誤差校正方案優(yōu)化[J]. 曹慧亮,王玉良,石云波,申沖,李宏生,劉俊,楊志才.  光學(xué)精密工程. 2016(01)
[6]基于Android的手機定位軟件[J]. 馮玉平,王曙光.  計算機與現(xiàn)代化. 2015(02)
[7]基于慣性傳感的人員行進動作識別方法[J]. 汪少初,劉昱,郝文飛,劉開華,路文平.  電子測量與儀器學(xué)報. 2014(06)
[8]用戶行為感知輔助的室內(nèi)行人定位[J]. 周寶定,李清泉,毛慶洲,張星.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2014(06)
[9]基于智能手機MARG傳感器的行人導(dǎo)航算法[J]. 田增山,張媛.  重慶郵電大學(xué)學(xué)報(自然科學(xué)版). 2014(02)
[10]基于NSVM的核空間訓(xùn)練數(shù)據(jù)減少方法[J]. 王曉,劉小芳.  電子科技大學(xué)學(xué)報. 2013(04)

碩士論文
[1]無線傳感器網(wǎng)絡(luò)節(jié)點定位技術(shù)的研究[D]. 王艷暉.太原理工大學(xué) 2016
[2]三維行人自主導(dǎo)航融合算法研究[D]. 王伊冰.重慶郵電大學(xué) 2016
[3]基于SVM分類器的分步定位算法研究[D]. 吳迪.哈爾濱工業(yè)大學(xué) 2010



本文編號：3665831