基于声信号与PDR的智能手机室内融合定位方法研究

室内定位论文 声信号论文 PDR论文 智能手机论文 粒子滤波论文 走廊场景论文
论文详情
随着互联网技术的发展,基于位置的服务为人们日常生活提供了诸多便利。室外环境下,GPS定位精度很高,然而室内环境下GPS受遮挡影响而失效,亟需高精度、低成本、鲁棒性好的室内定位技术。当前单一的室内定位技术,或多或少存在一些缺陷,难以满足用户定位需求。近年来,智能手机日益普及,如何充分利用智能手机内置的各类传感器,对多种定位技术进行融合,进而开发高精度、低成本、鲁棒性好的室内定位系统,成为新的研究热点。通过查阅大量国内外文献以及进行相关基础性实验等前期工作,发现PDR(Pedestrian Dead Reckoning)具有自完备性,不易受环境干扰,但存在累积误差,而声信号定位,定位精度高,易受环境噪声影响。基于以上分析,提出基于智能手机的声信号与PDR融合室内定位方案,本文的主要研究内容和贡献如下:(1)智能手机PDR相关参数的鲁棒估计与算法实现,提出了基于动态阈值的步伐检测算法;提出了基于声信号定位的个体步长估计以及基于粒子滤波的个体步长动态更新,有效减小了固定步长带来的定位误差。(2)室内空旷场景下基于声信号定位与PDR的粒子滤波融合定位解决方案,提出了结合步长模型的时间配准方法,解决了时间不匹配问题对融合定位的影响;提出基于PDR的声信号定位非视距识别及粒子权值更新方法,有效地剔除了声信号定位异常值对融合定位的不良影响,提升系统的鲁棒性。(3)室内走廊场景下基于声信号TDO A(Time Difference of Arrival)、PDR与地图信息的低成本粒子滤波融合定位解决方案,利用特定几何位置下的TDOA不变性获得用户初始位置,进而实现粒子初始化,降低了对初始位置的依赖;提出基于PDR的声信号TDOA非视距识别及粒子权值更新方法,剔除声信号TDOA异常值的负面影响;提出了走廊场景下基于用户行走特性的粒子滤波重采样改进方法,有效提高了定位精度以及系统的鲁棒性。
摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第12-20页
    1.1 课题研究背景及意义第12-13页
    1.2 室内定位研究现状第13-16页
        1.2.1 蓝牙定位第13页
        1.2.2 WIFI定位第13-14页
        1.2.3 超宽带定位第14页
        1.2.4 地磁定位第14-15页
        1.2.5 基于IMU的步行者定位第15页
        1.2.6 声信号定位第15-16页
        1.2.7 融合多源信息定位第16页
    1.3 本文主要研究内容和结构第16-20页
        1.3.1 研究内容第16-18页
        1.3.2 组织结构第18-20页
第二章 相关研究基础和本文方法第20-30页
    2.1 引言第20页
    2.2 声信号定位原理第20-24页
        2.2.1 角度量测定位第20-22页
        2.2.2 距离量测定位第22-24页
        2.2.3 方法选择第24页
    2.3 基于IMU的步行者定位算法第24-26页
        2.3.1 步行者惯性导航算法PINS第25页
        2.3.2 步行者航位推算算法PDR第25-26页
        2.3.3 方法选择第26页
    2.4 相关滤波算法原理第26-28页
        2.4.1 卡尔曼滤波第26-27页
        2.4.2 粒子滤波第27-28页
        2.4.3 滤波算法选择第28页
    2.5 基于声信号与PDR的智能手机室内融合定位系统第28-29页
    2.6 本章小结第29-30页
第三章 系统子模块算法设计第30-50页
    3.1 引言第30页
    3.2 声信号定位算法设计第30-32页
    3.3 步行者航位推算算法设计第32-40页
        3.3.1 步伐检测算法第32-36页
        3.3.2 步长估计算法第36-38页
        3.3.3 航向估计算法第38-40页
    3.4 相关实验第40-49页
        3.4.1 声信号定位第40-46页
        3.4.2 步行者航位推算第46-49页
    3.5 本章小结第49-50页
第四章 声信号与PDR室内融合定位算法设计第50-80页
    4.1 引言第50页
    4.2 多源数据时间配准第50-53页
        4.2.1 时间不匹配问题第50-51页
        4.2.2 结合步长模型的时间配准方法第51-53页
    4.3 粒子滤波算法简介第53-59页
        4.3.1 概述第53页
        4.3.2 递推贝叶斯估计第53-55页
        4.3.3 蒙特卡洛方法第55页
        4.3.4 序贯重要性采样第55-57页
        4.3.5 粒子退化与重采样第57-58页
        4.3.6 粒子滤波基本算法第58-59页
    4.4 室内空旷场景下声信号PDR融合定位算法设计第59-65页
        4.4.1 概述第59页
        4.4.2 粒子初始化第59-60页
        4.4.3 系统状态方程和观测方程第60页
        4.4.4 基于非视距识别的粒子权值更新第60-61页
        4.4.5 基于粒子滤波的个体步长动态更新第61-62页
        4.4.6 算法流程第62-63页
        4.4.7 仿真分析第63-65页
    4.5 室内走廊场景下声信号PDR融合定位算法设计第65-79页
        4.5.1 概述第65-66页
        4.5.2 基于TDOA的粒子初始化第66-71页
        4.5.3 系统状态方程和观测方程第71-72页
        4.5.4 基于非视距识别的粒子权值更新第72-73页
        4.5.5 地图约束信息第73-74页
        4.5.6 重采样第74-75页
        4.5.7 算法流程第75-76页
        4.5.8 仿真分析第76-79页
    4.6 本章小结第79-80页
第五章 系统实现第80-92页
    5.1 引言第80页
    5.2 系统平台第80-82页
        5.2.1 系统硬件平台第80-81页
        5.2.2 系统软件平台第81-82页
    5.3 系统开发与实现第82-85页
        5.3.1 系统总体结构第82-84页
        5.3.2 系统定位流程第84-85页
    5.4 系统性能测试第85-90页
        5.4.1 室内空旷场景第85-88页
        5.4.2 室内走廊场景第88-89页
        5.4.3 算法实时性第89-90页
    5.5 本章小结第90-92页
第六章 总结和展望第92-94页
    6.1 主要结论第92页
    6.2 研究展望第92-94页
参考文献第94-100页
致谢第100-102页
攻读硕士学位期间主要研究成果第102页
    发明专利第102页
    参加的主要科研项目第102页
论文购买
论文编号ABS4359228,这篇论文共102页
会员购买按0.30元/页下载,共需支付30.6
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付51
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656