物联网室内定位技术PDF电子书下载

第1章 定位与位置服务 1

1.1 定位需求 1

1.1.1 自然界的定位 1

1.1.2 生物定位类型 5

1.1.3 生物定位应用 10

1.2 现代定位技术 11

1.2.1 人类定位需求 11

1.2.2 光学定位 11

1.2.3 焦点定位 13

1.2.4 触摸屏定位 14

1.2.5 声波定位 17

1.2.6 磁场定位 19

1.3 位置服务 23

1.3.1 位置服务的定义 23

1.3.2 位置服务的应用 23

1.3.3 应急救援应用 24

1.3.4 位置服务推荐 24

1.3.5 城市物流配送 25

1.3.6 城市共享单车 27

1.3.7 社交娱乐 28

1.3.8 室内定位 29

1.3.9 室内定位应用案例 31

1.4 本章小结 33

参考文献 33

第2章 常用定位算法 36

2.1 定位评价标准 36

2.1.1 均方误差 37

2.1.2 均方根误差与克拉美罗下限 37

2.1.3 圆误差概率 38

2.1.4 几何精度因子 38

2.2 影响定位的主要因素 40

2.2.1 非视距传播 40

2.2.2 多径传播 42

2.2.3 其他电子设备信号干扰 42

2.2.4 移动终端定位时的位置 43

2.3 基于测距的定位算法 43

2.3.1 基于TOA的定位 44

2.3.2 基于TDOA的定位 52

2.3.3 基于RSSI的定位 64

2.3.4 三边定位法 64

2.3.5 三角定位法 65

2.3.6 最大似然法 65

2.4 基于非测距的定位算法 67

2.4.1 近似法 67

2.4.2 Centroid（质心定位）算法 67

2.4.3 APIT算法 69

2.4.4 凸规划算法 69

2.4.5 APS定位算法 70

2.4.6 位置指纹算法 72

2.5 本章小结 75

参考文献 75

第3章 室外定位技术 80

3.1 定位场景 80

3.2 定位技术 87

3.2.1 卫星定位技术 87

3.2.2 基站定位技术 100

3.2.3 混合定位技术 105

3.2.4 量子定位技术 112

3.3 本章小结 113

参考文献 114

第4章 室内定位技术 117

4.1 定位场景 117

4.2 无线信号定位 119

4.2.1 RFID技术 120

4.2.2 WLAN技术 122

4.2.3 蓝牙技术 124

4.2.4 UWB技术 125

4.2.5 WSN技术 127

4.3 非电信号定位 129

4.3.1 地磁场技术 129

4.3.2 惯性测量技术 133

4.3.3 超声波技术 135

4.3.4 红外线技术 136

4.3.5 视觉信息技术 137

4.4 本章小结 140

参考文献 140

第5章 方差修正指纹距离室内定位 145

5.1 问题分析 145

5.2 基于方差修正指纹距离的室内定位算法原理 157

5.2.1 指纹距离定义 157

5.2.2 测量误差计算 162

5.2.3 修正权重计算 162

5.3 算法流程 163

5.3.1 离线阶段 163

5.3.2 定位阶段 163

5.4 VFDA算法优化 165

5.5 实验验证与性能分析 167

5.5.1 性能指标 167

5.5.2 实验环境 167

5.5.3 实验验证与分析 169

5.6 本章小结 172

参考文献 173

第6章 混合Wi-Fi室内定位 175

6.1 问题分析 175

6.1.1 RSSI测距定位方案 176

6.1.2 运动预测模型 178

6.1.3 基于运动状态改进的RSSI定位算法 179

6.1.4 混合定位技术 181

6.2 基于混合Wi-Fi热点定位算法原理 190

6.2.1 定位场景 190

6.2.2 基于混合热点定位算法 192

6.2.3 算法流程 195

6.3 实验验证与性能分析 197

6.3.1 性能指标 197

6.3.2 实验环境 197

6.3.3 实验验证与分析 198

6.4 本章小结 201

参考文献 201

第7章 Wi-Fi+RFID数据融合室内定位 203

7.1 问题分析 203

7.2 定位场景分析 209

7.3 基于Wi-Fi和RFID数据融合的室内定位算法 211

7.3.1 基于奇异值判定的卡尔曼滤波器 211

7.3.2 KILA室内定位算法 214

7.4 实验验证与性能分析 217

7.4.1 实验环境 217

7.4.2 实验验证与分析 218

7.5 本章小结 220

参考文献 220

第8章 IMU多源定位 223

8.1 问题分析 223

8.2 行人定位识别场景分析 227

8.2.1 相对姿态校准 228

8.2.2 行人步态识别 231

8.2.3 行人步长识别 236

8.2.4 行人定位算法 242

8.3 基于惯性测量单元的多源定位模型算法原理 247

8.3.1 定位地标 255

8.3.2 指纹地图 256

8.3.3 条件随机场模型 259

8.4 实验验证与性能分析 263

8.4.1 实验环境 263

8.4.2 实验验证与分析 264

8.5 本章小结 265

参考文献 266