物聯(lián)網(wǎng)室內(nèi)定位技術(shù)

第1章 定位與位置服務(wù)\t1
1．1 定位需求\t1
1．1．1 自然界的定位\t1
1．1．2 生物定位類型\t5
1．1．3 生物定位應(yīng)用\t10
1．2 現(xiàn)代定位技術(shù)\t11
1．2．1 人類定位需求\t11
1．2．2 光學(xué)定位\t11
1．2．3 焦點(diǎn)定位\t13
1．2．4 觸摸屏定位\t14
1．2．5 聲波定位\t17
1．2．6 磁場(chǎng)定位\t19
1．3 位置服務(wù)\t23
1．3．1 位置服務(wù)的定義\t23
1．3．2 位置服務(wù)的應(yīng)用\t23
1．3．3 應(yīng)急救援應(yīng)用\t24
1．3．4 位置服務(wù)推薦\t24
1．3．5 城市物流配送\t25
1．3．6 城市共享單車\t27
1．3．7 社交娛樂(lè)\t28
1．3．8 室內(nèi)定位\t29
1．3．9 室內(nèi)定位應(yīng)用案例\t31
1．4 本章小結(jié)\t33
參考文獻(xiàn)\t33
第2章 常用定位算法\t36
2．1 定位評(píng)價(jià)標(biāo)準(zhǔn)\t36
2．1．1 均方誤差\t37
2．1．2 均方根誤差與克拉美羅下限\t37
2．1．3 圓誤差概率\t38
2．1．4 幾何精度因子\t38
2．2 影響定位的主要因素\t40
2．2．1 非視距傳播\t40
2．2．2 多徑傳播\t42
2．2．3 其他電子設(shè)備信號(hào)干擾\t42
2．2．4 移動(dòng)終端定位時(shí)的位置\t43
2．3 基于測(cè)距的定位算法\t43
2．3．1 基于TOA的定位\t44
2．3．2 基于TDOA的定位\t52
2．3．3 基于RSSI的定位\t64
2．3．4 三邊定位法\t64
2．3．5 三角定位法\t65
2．3．6 最大似然法\t65
2．4 基于非測(cè)距的定位算法\t67
2．4．1 近似法\t67
2．4．2 Centroid（質(zhì)心定位）算法\t67
2．4．3 APIT算法\t69
2．4．4 凸規(guī)劃算法\t69
2．4．5 APS定位算法\t70
2．4．6 位置指紋算法\t72
2．5 本章小結(jié)\t75
參考文獻(xiàn)\t75
第3章 室外定位技術(shù)\t80
3．1 定位場(chǎng)景\t80
3．2 定位技術(shù)\t87
3．2．1 衛(wèi)星定位技術(shù)\t87
3．2．2 基站定位技術(shù)\t100
3．2．3 混合定位技術(shù)\t105
3．2．4 量子定位技術(shù)\t112
3．3 本章小結(jié)\t113
參考文獻(xiàn)\t114
第4章 室內(nèi)定位技術(shù)\t117
4．1 定位場(chǎng)景\t117
4．2 無(wú)線信號(hào)定位\t119
4．2．1 RFID技術(shù)\t120
4．2．2 WLAN技術(shù)\t122
4．2．3 藍(lán)牙技術(shù)\t124
4．2．4 UWB技術(shù)\t125
4．2．5 WSN技術(shù)\t127
4．3 非電信號(hào)定位\t129
4．3．1 地磁場(chǎng)技術(shù)\t129
4．3．2 慣性測(cè)量技術(shù)\t133
4．3．3 超聲波技術(shù)\t135
4．3．4 紅外線技術(shù)\t136
4．3．5 視覺信息技術(shù)\t137
4．4 本章小結(jié)\t140
參考文獻(xiàn)\t140
第5章 方差修正指紋距離室內(nèi)定位\t145
5．1 問(wèn)題分析\t145
5．2 基于方差修正指紋距離的室內(nèi)定位算法原理\t157
5．2．1 指紋距離定義\t157
5．2．2 測(cè)量誤差計(jì)算\t162
5．2．3 修正權(quán)重計(jì)算\t162
5．3 算法流程\t163
5．3．1 離線階段\t163
5．3．2 定位階段\t163
5．4 VFDA算法優(yōu)化\t165
5．5 實(shí)驗(yàn)驗(yàn)證與性能分析\t167
5．5．1 性能指標(biāo)\t167
5．5．2 實(shí)驗(yàn)環(huán)境\t167
5．5．3 實(shí)驗(yàn)驗(yàn)證與分析\t169
5．6 本章小結(jié)\t172
參考文獻(xiàn)\t173
第6章 混合Wi-Fi室內(nèi)定位\t175
6．1 問(wèn)題分析\t175
6．1．1 RSSI測(cè)距定位方案\t176
6．1．2 運(yùn)動(dòng)預(yù)測(cè)模型\t178
6．1．3 基于運(yùn)動(dòng)狀態(tài)改進(jìn)的RSSI定位算法\t179
6．1．4 混合定位技術(shù)\t181
6．2 基于混合Wi-Fi熱點(diǎn)定位算法原理\t190
6．2．1 定位場(chǎng)景\t190
6．2．2 基于混合熱點(diǎn)定位算法\t192
6．2．3 算法流程\t195
6．3 實(shí)驗(yàn)驗(yàn)證與性能分析\t197
6．3．1 性能指標(biāo)\t197
6．3．2 實(shí)驗(yàn)環(huán)境\t197
6．3．3 實(shí)驗(yàn)驗(yàn)證與分析\t198
6．4 本章小結(jié)\t201
參考文獻(xiàn)\t201
第7章 Wi-Fi+RFID數(shù)據(jù)融合室內(nèi)定位\t203
7．1 問(wèn)題分析\t203
7．2 定位場(chǎng)景分析\t209
7．3 基于Wi-Fi和RFID數(shù)據(jù)融合的室內(nèi)定位算法\t211
7．3．1 基于奇異值判定的卡爾曼濾波器\t211
7．3．2 KILA室內(nèi)定位算法\t214
7．4 實(shí)驗(yàn)驗(yàn)證與性能分析\t217
7．4．1 實(shí)驗(yàn)環(huán)境\t217
7．4．2 實(shí)驗(yàn)驗(yàn)證與分析\t218
7．5 本章小結(jié)\t220
參考文獻(xiàn)\t220
第8章 IMU多源定位\t223
8．1 問(wèn)題分析\t223
8．2 行人定位識(shí)別場(chǎng)景分析\t227
8．2．1 相對(duì)姿態(tài)校準(zhǔn)\t228
8．2．2 行人步態(tài)識(shí)別\t231
8．2．3 行人步長(zhǎng)識(shí)別\t236
8．2．4 行人定位算法\t242
8．3 基于慣性測(cè)量單元的多源定位模型算法原理\t247
8．3．1 定位地標(biāo)\t255
8．3．2 指紋地圖\t256
8．3．3 條件隨機(jī)場(chǎng)模型\t259
8．4 實(shí)驗(yàn)驗(yàn)證與性能分析\t263
8．4．1 實(shí)驗(yàn)環(huán)境\t263
8．4．2 實(shí)驗(yàn)驗(yàn)證與分析\t264
8．5 本章小結(jié)\t265
參考文獻(xiàn)\t266