室内楼层识别与高程估计

　　本书以室内环境多种空间结构的楼层识别为主要目的展开研究，结合统计学习、概率统计、 化理论和机器学习分类算法等多种方法，利用Wi－Fi／蓝牙无线信号和智能手机传感器等多源信号，开发了基于无线信号区间置信度、多方法自适应融合的高精度楼层识别方法，以及基于行人活动分类的持续稳定的楼层变 判定方法，可适应多种室内空间结构的室内楼层识别和高程估计，并结合多种试验场景展开验证。本书提出的楼层识别与高程估计可以为室内位置服务相关应用提供技术支撑．并为室内定位领域提供 全面的位置信息。本书可供从事室内定位与导航领域的科研、设计、生产单位技术人员及大专院校相关专业的师生参考使用。

暂缺《室内楼层识别与高程估计》作者简介

第1章 绪论
1.1 研究背景及意义
1.2 外研究现状及分析
1.3 主要研究内容
1.4 章节安排和技术路线
第2章 多层空间结构分类与Wi-Fi／蓝牙的空间分布特性
2.1 无线信号采集及数据介绍
2.2 全楼层层板结构及无线信号的空间分布特性
2.3 中庭空间楼层结构及无线信号的空间分布特性
2.4 本章小结
第3章 基于Wi—Fi与蓝牙的楼层识别方法
3.1 信号区间置信度楼层识别算法
3.2 信号区间置信度楼层识别算法验证与结果分析
3.3 自适应加权融合楼层识别算法
3.4 自适应加权融合楼层识别算法验证与结果分析
3.5 本章小结
第4章 基于行人活动分类的楼层变 检测方法
4.1 行人运动过程与智能手机加速度传感器数据的联系
4.2 利用加速度计数据实现行人活动分类
4.3 行人活动分类试验及结果分析
4.4 基于活动类别的楼层变 检测方案
4.5 楼层变 检测试验与结果分析
4.6 本章小结
第5章 基于无线信号与HAR融合的多场景楼层位置解算
5.1 多楼层内部空间结构分析
5.2 多场景楼层识别方案与分析
5.3 楼层位置与三维室内定位
5.4 本章小结
第6章 基于行人活动分类的高程估计方法
6.1 基于气压的高程估计方法及其不足分析
6.2 基于HAR的高程估计方法
6.3 高程估计试验及结果分析
6.4 本章小结
第7章 结论
参考文献