| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 论文的研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 UWB定位技术 | 第12-13页 |
| 1.2.2 基于蓝牙的定位技术 | 第13页 |
| 1.2.3 基于超声波的定位技术 | 第13页 |
| 1.2.4 基于RFID的定位技术 | 第13-14页 |
| 1.2.5 基于ZigBee的定位技术 | 第14页 |
| 1.2.6 基于WiFi的定位技术 | 第14-15页 |
| 1.3 论文研究的主要内容 | 第15页 |
| 1.4 论文结构安排 | 第15-18页 |
| 第二章 室内定位算法 | 第18-30页 |
| 2.1 室内定位的基本算法 | 第18-25页 |
| 2.1.1 基于到达时间的定位方法（TOA） | 第18-20页 |
| 2.1.2 基于到达时间差的定位方法(TDOA) | 第20-21页 |
| 2.1.3 基于到达角度差法的定位方法(AOA) | 第21-23页 |
| 2.1.4 基于信号强度的定位方法(RSS) | 第23-24页 |
| 2.1.5 混合定位算法 | 第24-25页 |
| 2.2 基于WiFi的室内定位方法 | 第25-28页 |
| 2.2.1 传播模型法 | 第25页 |
| 2.2.2 基于信号指纹的定位方法 | 第25-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 影响WIFI室内定位的关键因素研究 | 第30-36页 |
| 3.1 室内环境影响信号传播的主要因素 | 第30-33页 |
| 3.1.1 多径传播 | 第30页 |
| 3.1.2 建筑材料对室内环境的影响 | 第30-31页 |
| 3.1.3 接收器朝向对信号接收强度的影响 | 第31页 |
| 3.1.4 人流量对信号接收强度的影响 | 第31-33页 |
| 3.2 WiFi指纹特性的研究 | 第33-35页 |
| 3.2.1 接收信号强度和距离的关系 | 第33-34页 |
| 3.2.2 接收信号强度的概率分布 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 改进的基于KNN算法的位置指纹定位算法 | 第36-48页 |
| 4.1 基于WiFi指纹定位的算法分类 | 第36-39页 |
| 4.1.1 朴素贝叶斯法 | 第36页 |
| 4.1.2 最大似然概率法 | 第36-37页 |
| 4.1.3 核函数法 | 第37-38页 |
| 4.1.4 最近邻法 | 第38-39页 |
| 4.2 KNN算法参数研究 | 第39-40页 |
| 4.2.1 q值的影响 | 第39-40页 |
| 4.2.2 K值的影响 | 第40页 |
| 4.3 指纹定位算法优化 | 第40-45页 |
| 4.3.1 改进的KNN算法G-KNN | 第40-43页 |
| 4.3.2 改进的KNN算法P-KNN | 第43-45页 |
| 4.4 仿真测试和结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于Android的室内定位系统设计与实现 | 第48-70页 |
| 5.1 系统设计的目的 | 第48页 |
| 5.2 系统描述与结构介绍 | 第48-54页 |
| 5.2.1 系统描述 | 第48页 |
| 5.2.2 Android平台介绍 | 第48-52页 |
| 5.2.3 定位系统结构介绍 | 第52-54页 |
| 5.3 离线训练阶段 | 第54-59页 |
| 5.3.1 室内地图的获取 | 第54-56页 |
| 5.3.2 室内地图的XML解析 | 第56-57页 |
| 5.3.3 离线数据库的建立 | 第57-59页 |
| 5.4 定位模块设计 | 第59-63页 |
| 5.4.1 建筑物和楼层的匹配 | 第59-60页 |
| 5.4.2 RSS预处理 | 第60-62页 |
| 5.4.3 定位算法的设计 | 第62页 |
| 5.4.4 相关配置文件 | 第62-63页 |
| 5.5 原型实现 | 第63-68页 |
| 5.5.1 新地图创建模块与测量模块 | 第63-66页 |
| 5.5.2 定位功能模块实现 | 第66-68页 |
| 5.6 本章小结 | 第68-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 论文总结 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 发表论文情况和参加科研情况 | 第78-79页 |