基于模糊聚类KNN的室内WLAN定位算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景及研究的目的和意义 | 第9-10页 |
| ·WLAN 室内定位研究现状 | 第10-14页 |
| ·室内定位算法研究现状 | 第10-11页 |
| ·WLAN 室内定位算法研究现状 | 第11-13页 |
| ·位置指纹定位方法研究现状 | 第13-14页 |
| ·主要研究工作与本文结构 | 第14-16页 |
| 第2章 位置指纹定位算法研究 | 第16-30页 |
| ·实验环境 | 第16-18页 |
| ·办公室环境 | 第17页 |
| ·微波暗室环境 | 第17-18页 |
| ·走廊环境 | 第18页 |
| ·Radio Map 建立 | 第18-19页 |
| ·实验数据分析 | 第19-22页 |
| ·经典位置指纹定位算法分析 | 第22-25页 |
| ·最近邻法 | 第23页 |
| ·K 近邻法 | 第23-24页 |
| ·概率算法 | 第24页 |
| ·神经网络法 | 第24-25页 |
| ·位置指纹定位算法性能分析与比较 | 第25-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 模糊聚类算法分析 | 第30-41页 |
| ·模糊理论基础 | 第30-31页 |
| ·聚类分析的数学模型及分类 | 第31-33页 |
| ·基于目标函数的聚类分析 | 第33-37页 |
| ·模糊集的c 划分 | 第33-34页 |
| ·聚类目标函数 | 第34-37页 |
| ·模糊c 均值聚类算法 | 第37-38页 |
| ·模糊聚类KNN 算法必要性分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于模糊聚类KNN 的定位算法研究 | 第41-50页 |
| ·统计参量距离相关性分析 | 第41-42页 |
| ·KNN 定位算法详细分析 | 第42-47页 |
| ·K 和q 的选择 | 第42-44页 |
| ·AP 重要性分析 | 第44-45页 |
| ·利用不同的统计特征值 | 第45-47页 |
| ·模糊聚类KNN 定位算法分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-57页 |
| 致谢 | 第57页 |
