基于WLAN指纹的室内定位技术优化与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 基于WLAN的室内定位技术 | 第17-25页 |
| 2.1 WLAN通信技术介绍 | 第17-18页 |
| 2.2 基于WLAN的定位技术 | 第18-24页 |
| 2.2.1 几何相关的定位技术 | 第18-21页 |
| 2.2.2 指纹相关的定位技术 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于卡尔曼滤波的指纹预处理 | 第25-43页 |
| 3.1 WLAN指纹的预处理难点 | 第25-34页 |
| 3.1.1 长距离通信干扰的分析与验证 | 第26-29页 |
| 3.1.2 随机干扰的分析与验证 | 第29-32页 |
| 3.1.3 人员干扰的分析与验证 | 第32-34页 |
| 3.2 WLAN指纹的预处理方法 | 第34-41页 |
| 3.2.1 常用的滤波算法 | 第34-35页 |
| 3.2.2 基于卡尔曼滤波的WLAN信号预处理 | 第35-40页 |
| 3.2.3 合理部署消除长距离干扰 | 第40-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第四章 基于动态感知策略的定位方法 | 第43-55页 |
| 4.1 常用分类算法介绍 | 第43-47页 |
| 4.1.1 朴素贝叶斯分类算法 | 第43-44页 |
| 4.1.2 决策树分类算法 | 第44-45页 |
| 4.1.3 K-NN分类算法 | 第45-46页 |
| 4.1.4 分类性能比较 | 第46-47页 |
| 4.2 基于改进K-NN算法的快速定位 | 第47-50页 |
| 4.3 基于动态感知策略的位置校准 | 第50-54页 |
| 4.3.1 步长感知 | 第51-52页 |
| 4.3.2 移动感知 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 系统的设计与实现 | 第55-77页 |
| 5.1 系统的设计目的 | 第55页 |
| 5.2 系统的设计方案 | 第55-58页 |
| 5.2.1 系统总体架构设计 | 第55-56页 |
| 5.2.2 服务器端设计 | 第56-57页 |
| 5.2.3 客户端设计 | 第57页 |
| 5.2.4 数据库模块 | 第57-58页 |
| 5.3 定位系统的实验环境 | 第58-60页 |
| 5.3.1 Android系统架构 | 第58-59页 |
| 5.3.2 开发环境及硬件设备 | 第59-60页 |
| 5.4 系统的实现 | 第60-71页 |
| 5.4.1 运动状态预判阶段的实现 | 第60-64页 |
| 5.4.2 离线阶段的实现 | 第64-68页 |
| 5.4.3 在线阶段的实现 | 第68-71页 |
| 5.4.4 C/S架构的通信实现 | 第71页 |
| 5.5 性能分析 | 第71-75页 |
| 5.6 本章小结 | 第75-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间取得的科研成果 | 第83-85页 |
| 致谢 | 第85页 |
