基于iBeacon和微信的室内位置服务方法研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.2.1 国外研究现状 | 第13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 研究内容及意义 | 第14-17页 |
| 1.4 论文结构安排 | 第17-20页 |
| 2 相关技术介绍 | 第20-24页 |
| 2.1 室内定位技术概述 | 第20-21页 |
| 2.2 iBeacon协议概述 | 第21-22页 |
| 2.3 微信公众平台概述 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 设备部署方案 | 第24-54页 |
| 3.1 近场定位 | 第24-25页 |
| 3.2 问题描述 | 第25-27页 |
| 3.3 算法设计 | 第27-39页 |
| 3.3.1 区域网格化 | 第28-30页 |
| 3.3.2 数学模型 | 第30-34页 |
| 3.3.3 遗传算法 | 第34-39页 |
| 3.4 实验结果 | 第39-52页 |
| 3.4.1 系数调优 | 第40-46页 |
| 3.4.2 对比实验 | 第46-49页 |
| 3.4.3 实现效果 | 第49-52页 |
| 3.5 本章小结 | 第52-54页 |
| 4 多路径规划 | 第54-76页 |
| 4.1 问题描述 | 第54-58页 |
| 4.1.1 传统路径规划算法 | 第55-56页 |
| 4.1.2 传统算法的缺点 | 第56-58页 |
| 4.2 算法设计 | 第58-66页 |
| 4.2.1 层级路径规划 | 第59-60页 |
| 4.2.2 局部路段规划 | 第60-63页 |
| 4.2.3 目标路径构建 | 第63-66页 |
| 4.3 实验结果 | 第66-73页 |
| 4.3.1 同层多路径规划 | 第67-68页 |
| 4.3.2 跨层多路径规划 | 第68-72页 |
| 4.3.3 实现效果 | 第72-73页 |
| 4.4 本章小结 | 第73-76页 |
| 5 用户行为预测 | 第76-94页 |
| 5.1 问题描述 | 第76-77页 |
| 5.2 数据采集 | 第77-78页 |
| 5.3 预测方法设计 | 第78-85页 |
| 5.3.1 构建预测模型 | 第78-82页 |
| 5.3.2 制定预测规则 | 第82-85页 |
| 5.4 实验结果 | 第85-92页 |
| 5.4.1 预测方法测试 | 第85-90页 |
| 5.4.2 实现效果 | 第90-92页 |
| 5.5 本章小结 | 第92-94页 |
| 6 总结与展望 | 第94-96页 |
| 6.1 总结 | 第94页 |
| 6.2 展望 | 第94-96页 |
| 参考文献 | 第96-100页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第100-104页 |
| 学位论文数据集 | 第104页 |
