基于Wifi定位的设备点检系统的研究与开发
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外发展及研究现状 | 第8-10页 |
| 1.2.1 点检系统研究现状 | 第8-9页 |
| 1.2.2 室内定位研究现状 | 第9-10页 |
| 1.3 本文主要工作 | 第10-12页 |
| 2 相关技术介绍 | 第12-17页 |
| 2.1 钢铁企业点检维修工作流程分析 | 第12-13页 |
| 2.2 室内定位技术 | 第13-14页 |
| 2.2.1 ZigBee室内定位技术 | 第13页 |
| 2.2.2 RFID室内定位技术 | 第13-14页 |
| 2.2.3 蓝牙室内定位技术 | 第14页 |
| 2.2.4 Wifi室内定位技术 | 第14页 |
| 2.3 传统室内定位算法 | 第14-16页 |
| 2.3.1 基于到达时间的定位算法 | 第14-15页 |
| 2.3.2 基于到达角度的定位算法 | 第15页 |
| 2.3.3 基于传播衰减模型的定位算法 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 基于位置指纹的室内定位算法研究 | 第17-44页 |
| 3.1 位置指纹定位基本工作原理 | 第17-19页 |
| 3.2 经典指纹定位算法 | 第19-26页 |
| 3.2.1 最近邻算法 | 第19页 |
| 3.2.2 支持向量机 | 第19-23页 |
| 3.2.3 决策树算法 | 第23-26页 |
| 3.3 基于多分类器集成学习的室内定位算法 | 第26-34页 |
| 3.3.1 弱分类器与装袋算法 | 第26-27页 |
| 3.3.2 基于同质分类器集成的指纹定位算法 | 第27-29页 |
| 3.3.3 基于异质分类器集成的指纹定位算法 | 第29-34页 |
| 3.4 实验场景搭设与结果分析 | 第34-43页 |
| 3.4.1 实验场景搭设 | 第34-35页 |
| 3.4.2 数据采集软件设计 | 第35-37页 |
| 3.4.3 实验结果与分析 | 第37-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 基于定位的设备点检系统的设计与实现 | 第44-57页 |
| 4.1 设备点检系统功能模块设计 | 第44-45页 |
| 4.2 设备点检系统后台服务程序搭建 | 第45-48页 |
| 4.2.1 系统体系结构 | 第45-46页 |
| 4.2.2 后台服务器端开发 | 第46-48页 |
| 4.3 设备点检系统客户端开发设计 | 第48-56页 |
| 4.3.1 开发环境介绍与搭建 | 第48-49页 |
| 4.3.2 用户登录模块 | 第49-50页 |
| 4.3.3 设备点检模块 | 第50-51页 |
| 4.3.4 设备查询模块 | 第51页 |
| 4.3.5 三方挂牌模块 | 第51-52页 |
| 4.3.6 内部交流模块 | 第52-53页 |
| 4.3.7 室内定位模块 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录A 后台服务程序代码 | 第62-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-67页 |
