声明
摘要
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 行人导航技术研究现状
1.2.2 惯性技术在行人导航中的研究现状
1.2.3 神经网络方法在导航应用中的研究现状
1.2.4 故障检测技术在导航应用中的研究现状
1.3 论文研究内容及结构
第2章 自适应零速修正辅助的微惯性行人导航方法研究
2.1 引言
2.2 微惯性行人导航算法研究
2.2.1 微惯性行人导航算法框架
2.2.2 行人步态特性分析
2.2.3 自适应约束的零速检测模型
2.2.4 最优滤波原理及算法解析
2.3 微惯性器件的精度分析
2.4 微惯性行人导航的半物理仿真测试及分析
2.5 本章小结
第3章 基于机器学习的虚拟微惯性器件构建方法
3.1 引言
3.2 人体下肢运动学中的惯性信息模型
3.2.1 各种步态下人体下肢运动分析
3.2.2 基于运动学机理的惯性信息模型
3.3 基于机器学习的虚拟微惯性器件构建
3.3.1 BP神经网络的概述与选取
3.3.2 基于BP神经网络的训练模型构建
3.3.3 基于步态样本自适应提取的神经网络训练
3.4 虚拟微惯性器件的性能测试与分析
3.4.1 虚拟微惯性器件信息的精度测试与分析
3.4.2 虚拟微惯性器件信息的泛化能力测试与分析
3.5 本章小结
第4章 微惯性器件的故障检测与行人导航系统的重构技术
4.1 引言
4.2 微惯性器件的故障类型
4.3 微惯性器件的故障检测策略
4.3.1 基于直接比较测量值方法的故障检测方案
4.3.2 基于BP神经网络辅助的故障检测方案
4.3.3 故障检测的门限判定
4.4 微惯性器件故障检测及系统重构测试与分析
4.5 本章小结
第5章 基于运动学辅助的行人导航系统构建与性能分析
5.1 引言
5.2 基于运动学辅助的行人导航系统设计原理分析
5.3 基于运动学辅助的行人导航系统实现方案设计
5.3.1 硬件平台实现方案设计
5.3.2 软件模块实现方案设计
5.4 基于运动学辅助的行人导航系统性能验证
5.5 本章小结
6.1 本文工作总结
6.2 进一步工作展望
参考文献
在读期间发表的学术论文及研究成果
致谢