基于蓝牙mesh的室内定位技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要研究内容以及章节安排 | 第12-14页 |
| 第二章 室内定位基本理论 | 第14-20页 |
| 2.1 室内定位技术基本原理 | 第14-17页 |
| 2.1.1 基于测距的定位算法 | 第14-16页 |
| 2.1.2 基于非测距的定位算法 | 第16-17页 |
| 2.2 几种经典的定位技术 | 第17-19页 |
| 2.2.1 超声波定位技术 | 第17页 |
| 2.2.2 室内GPS定位技术 | 第17-18页 |
| 2.2.3 RFID定位技术 | 第18页 |
| 2.2.4 红外线定位技术 | 第18页 |
| 2.2.5 蓝牙定位技术 | 第18页 |
| 2.2.6 ZigBee定位技术系统 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 蓝牙的基本框架以及组网方式 | 第20-28页 |
| 3.1 蓝牙技术的发展及其综述 | 第20页 |
| 3.2 蓝牙技术的特点 | 第20-21页 |
| 3.3 蓝牙4.0硬件及体系结构 | 第21-24页 |
| 3.3.1 蓝牙4.0硬件 | 第21-22页 |
| 3.3.2 蓝牙4.0总体架构 | 第22-23页 |
| 3.3.3 蓝牙协议的体系结构 | 第23-24页 |
| 3.4 ibeacon的开发与配置 | 第24-25页 |
| 3.5 基于蓝牙的不同组网方式 | 第25-27页 |
| 3.6 本章小结 | 第27-28页 |
| 第四章 基于聚类融合定位的算法 | 第28-34页 |
| 4.1 聚类算法分类 | 第28-30页 |
| 4.1.1 基于划分的聚类算法 | 第28页 |
| 4.1.2 基于层次的聚类算法 | 第28-29页 |
| 4.1.3 基于密度的聚类算法 | 第29-30页 |
| 4.1.4 基于网格的聚类算法 | 第30页 |
| 4.2 K-means算法 | 第30-32页 |
| 4.2.1 K-means算法思想 | 第30-31页 |
| 4.2.2 K-means算法优缺点 | 第31-32页 |
| 4.3 DBSCAN聚类算法 | 第32-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第五章 基于蓝牙mesh室内定位系统分析与设计 | 第34-44页 |
| 5.1 室内定位系统的分析 | 第34-36页 |
| 5.2 室内定位室内系统总体框架设计 | 第36-37页 |
| 5.3 系统功能简介 | 第37-39页 |
| 5.4 系统的开发环境 | 第39页 |
| 5.5 硬件设备的选择 | 第39-41页 |
| 5.6 定位流程 | 第41页 |
| 5.7 在线测试及结果分析 | 第41-42页 |
| 5.8 本章小结 | 第42-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44页 |
| 6.2 工作展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-52页 |
| 攻读学位期间发表的学术论文目录 | 第52-54页 |
