摘要 | 第4-5页 |
abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-16页 |
1.1 研究意义及背景 | 第10-11页 |
1.2 国内外室内定位技术的发展及研究现状 | 第11-14页 |
1.2.1 室内定位技术的研究现状 | 第11-13页 |
1.2.2 室内定位算法研究现状 | 第13-14页 |
1.3 本文主要内容及章节安排 | 第14-16页 |
第二章 基于WLAN的室内定位技术 | 第16-29页 |
2.1 WLAN技术概述 | 第16页 |
2.2 WLAN室内定位技术 | 第16-23页 |
2.2.1 几何法 | 第17-21页 |
2.2.2 近似法 | 第21页 |
2.2.3 场景分析法 | 第21-22页 |
2.2.4 几种定位方法的比较 | 第22-23页 |
2.3 基于位置指纹的室内定位技术 | 第23-28页 |
2.3.1 位置指纹室内定位的流程 | 第23-24页 |
2.3.2 室内位置指纹匹配算法 | 第24-26页 |
2.3.3 位置指纹定位的性能评估 | 第26-27页 |
2.3.4 位置指纹定位的优缺点 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第三章 基于方差的位置指纹室内定位改进算法 | 第29-43页 |
3.1 位置指纹定位中存在的问题 | 第29-32页 |
3.1.1 RSS的时间相关性 | 第29-30页 |
3.1.2 RSS的空间相关性 | 第30页 |
3.1.3 位置指纹数据库建立的工作量问题 | 第30-31页 |
3.1.4 位置指纹定位法的匹配效率问题 | 第31-32页 |
3.2 方差滤波在室内定位中的应用 | 第32-34页 |
3.2.1 方差滤波的适用背景 | 第32页 |
3.2.2 方差滤波的实现 | 第32-34页 |
3.3 基于方差的位置指纹室内定位算法的改进 | 第34-35页 |
3.3.1 基于方差的位置指纹定位算法流程 | 第34页 |
3.3.2 基于方差的位置指纹室内定位改进算法 | 第34-35页 |
3.4 实验结果与分析 | 第35-42页 |
3.4.1 实验环境 | 第35-36页 |
3.4.2 实验分析 | 第36-42页 |
3.5 本章小结 | 第42-43页 |
第四章 基于二次K-means聚类的位置指纹定位法 | 第43-57页 |
4.1 K均值聚类算法 | 第43-44页 |
4.1.1 K均值聚类算法流程 | 第43-44页 |
4.1.2 K均值聚类算法的优缺点 | 第44页 |
4.2 K-means聚类算法中的关键问题 | 第44-48页 |
4.2.1 K值的确定 | 第44-45页 |
4.2.2 初始聚类中心的选取 | 第45-46页 |
4.2.3 K均值聚类的边界模糊问题 | 第46-48页 |
4.2.4 其他常见问题 | 第48页 |
4.3 二次K-means聚类的室内定位算法实现流程 | 第48-50页 |
4.4 实验结果与分析 | 第50-56页 |
4.4.1 实验环境 | 第50-51页 |
4.4.2 K-means聚类算法中K值的选取 | 第51-52页 |
4.4.3 K-means聚类边界点处定位性能分析 | 第52-54页 |
4.4.4 指纹数据库大小对二次聚类算法的影响 | 第54-55页 |
4.4.5 二次K-means性能分析 | 第55-56页 |
4.5 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 总结 | 第57-58页 |
5.2 未来展望 | 第58-59页 |
参考文献 | 第59-62页 |
附录 攻读硕士学位期间申请的专利 | 第62-63页 |
致谢 | 第63页 |