大型环境下的在线室内定位服务性能问题研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 室内定位算法研究 | 第13-15页 |
| 1.2.2 室内定位软件体系架构研究 | 第15-16页 |
| 1.3 主要研究内容 | 第16-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 第2章 相关理论与关键技术 | 第20-30页 |
| 2.1 WI-FI的接收信号强度指示(RSSI) | 第20-21页 |
| 2.2 定位算法简介 | 第21-26页 |
| 2.2.1 基于传播模型的定位算法 | 第21-23页 |
| 2.2.2 基于位置指纹的定位算法 | 第23-25页 |
| 2.2.3 大型环境面临的挑战及改进方向 | 第25-26页 |
| 2.3 内存数据库技术 | 第26-28页 |
| 2.3.1 NoSQL数据库 | 第27页 |
| 2.3.2 memcached和Redis对比 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 大型环境下的室内定位算法改进 | 第30-60页 |
| 3.1 RSSI特征距离选取 | 第30-32页 |
| 3.1.1 欧式距离度量的缺陷 | 第30-31页 |
| 3.1.2 基于余弦相似度的特征距离 | 第31-32页 |
| 3.2 改进的室内定位算法流程 | 第32-34页 |
| 3.3 二次聚类的子空间划分算法 | 第34-44页 |
| 3.3.1 子空间划分可行性分析 | 第34-35页 |
| 3.3.2 使用聚类划分子空间 | 第35-36页 |
| 3.3.3 初始质心改进的二次聚类划分算法 | 第36-39页 |
| 3.3.4 实验结果与分析 | 第39-44页 |
| 3.4 降维改进的LND-KNN定位算法 | 第44-57页 |
| 3.4.1 降维可行性分析 | 第45-46页 |
| 3.4.2 PCA降维的成本分析 | 第46-47页 |
| 3.4.3 LND-kNN定位算法 | 第47-53页 |
| 3.4.4 实验结果与分析 | 第53-57页 |
| 3.5 本章小结 | 第57-60页 |
| 第4章 室内定位存储模型性能优化研究 | 第60-82页 |
| 4.1 传统后台性能测试及改进方向 | 第60-63页 |
| 4.1.1 测试环境 | 第60-61页 |
| 4.1.2 服务器10测试及分析 | 第61-62页 |
| 4.1.3 并发性测试及分析 | 第62-63页 |
| 4.2 基于混合存储模型的数据IO优化 | 第63-72页 |
| 4.2.1 Redis热点数据缓存 | 第63-68页 |
| 4.2.2 MySQL异步方式数据持久化 | 第68-71页 |
| 4.2.3 Redis-MySQL混合存储模型 | 第71-72页 |
| 4.3 基于REDIS集群的并发性能优化 | 第72-75页 |
| 4.3.1 Redis分片与哈希映射 | 第72-74页 |
| 4.3.2 改进的混合存储模型 | 第74页 |
| 4.3.3 伸缩性讨论 | 第74-75页 |
| 4.4 实验结果与分析 | 第75-81页 |
| 4.4.1 实验环境 | 第75-76页 |
| 4.4.2 性能测试与对比 | 第76-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 总结与展望 | 第82-84页 |
| 5.1 工作总结 | 第82-83页 |
| 5.2 未来展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 附录1 插图索引 | 第88-90页 |
| 附录2 表格索引 | 第90-92页 |
| 致谢 | 第92-94页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第94页 |
