摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第一章 绪论 | 第16-27页 |
1.1 研究背景与意义 | 第16-18页 |
1.1.1 研究背景 | 第16-17页 |
1.1.2 研究意义 | 第17-18页 |
1.2 国内外研究现状 | 第18-24页 |
1.2.1 基于位置的服务 | 第18-20页 |
1.2.2 当前室内定位技术 | 第20-22页 |
1.2.3 室内定位系统 | 第22-24页 |
1.3 本文主要内容与章节安排 | 第24-27页 |
第二章 室内定位模型 | 第27-34页 |
2.1 位置指纹定位 | 第27-30页 |
2.1.1 离线阶段 | 第27-28页 |
2.1.2 在线阶段 | 第28-30页 |
2.2 基于信号传播模型定位 | 第30-33页 |
2.2.1 信号传播模型 | 第30-31页 |
2.2.2 基于信号传播模型的坐标解算方法 | 第31-33页 |
2.3 本章小结 | 第33-34页 |
第三章 基于Wi-Fi与蓝牙的室内融合定位方法 | 第34-51页 |
3.1 Wi-Fi信号与定位 | 第35-39页 |
3.1.1 Wi-Fi技术 | 第35-36页 |
3.1.2 Wi-Fi信号室内分布 | 第36-39页 |
3.2 蓝牙信号与定位 | 第39-43页 |
3.2.1 蓝牙技术 | 第39-40页 |
3.2.2 蓝牙信号特点 | 第40-43页 |
3.3 基于Wi-Fi与蓝牙的室内融合定位方法 | 第43-47页 |
3.3.1 融合定位算法 | 第43-45页 |
3.3.2 融合定位过程 | 第45-47页 |
3.4 实验与分析 | 第47-50页 |
3.4.1 实验环境 | 第47-49页 |
3.4.2 实验结果与分析 | 第49-50页 |
3.5 本章小结 | 第50-51页 |
第四章 基于Wi-Fi指纹定位的AP加权多次匹配近邻算法 | 第51-60页 |
4.1 AP多次匹配近邻算法 | 第51-53页 |
4.2 AP加权多次匹配近邻算法 | 第53-55页 |
4.3 实验与分析 | 第55-59页 |
4.3.1 算法结果分析 | 第55-57页 |
4.3.2 融合结果分析 | 第57-59页 |
4.4 本章小结 | 第59-60页 |
第五章 基于SVR与卡尔曼滤波的室内定位方法 | 第60-75页 |
5.1 支持向量机(SVM)原理 | 第60-65页 |
5.2 卡尔曼滤波原理 | 第65-66页 |
5.3 基于SVR与卡尔曼滤波定位算法 | 第66-70页 |
5.3.1 SVR定位算法 | 第66-69页 |
5.3.2 卡尔曼滤波过程 | 第69-70页 |
5.4 实验结果与分析 | 第70-74页 |
5.4.1 算法结果分析 | 第70-72页 |
5.4.2 融合结果分析 | 第72-74页 |
5.5 本章小结 | 第74-75页 |
第六章 基于SVM的室内定位误差修正 | 第75-88页 |
6.1 基于SVR的室内定位误差修正 | 第76-80页 |
6.1.1 SVR误差修正算法描述 | 第76-77页 |
6.1.2 误差预测模型 | 第77-78页 |
6.1.3 实验与分析 | 第78-80页 |
6.2 基于SVC的室内定位误差修正 | 第80-84页 |
6.2.1 SVC误差修正算法描述 | 第80-82页 |
6.2.2 实验与分析 | 第82-84页 |
6.3 融合算法修正结果分析 | 第84-86页 |
6.4 本章小结 | 第86-88页 |
第七章 总结与展望 | 第88-90页 |
7.1 工作总结 | 第88-89页 |
7.2 工作展望 | 第89-90页 |
参考文献 | 第90-94页 |
致谢 | 第94-95页 |
攻读硕士期间的研究成果 | 第95页 |