| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 课题的研究内容 | 第11-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 室内定位相关技术分析 | 第14-26页 |
| 2.1 基于传感技术的分类 | 第14-21页 |
| 2.1.1 基于传感器的相关技术 | 第14-20页 |
| 2.1.2 基于传感器技术之间的比较 | 第20-21页 |
| 2.2 基于信号测量技术的分类 | 第21-25页 |
| 2.2.1 基于测量到达时间法 | 第21-22页 |
| 2.2.2 基于测量到达时间差法 | 第22-23页 |
| 2.2.3 基于测量到达角度法 | 第23页 |
| 2.2.4 基于接收信号强度法 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 接收信号强度的预处理与特征提取方法的研究 | 第26-39页 |
| 3.1 接收信号强度的信号特性分析 | 第26-29页 |
| 3.1.1 接收信号强度与位置的映射关系 | 第26-27页 |
| 3.1.2 接收信号强度值时变性的研究 | 第27页 |
| 3.1.3 人体对接收信号强度值的影响 | 第27-29页 |
| 3.2 接入点选择算法 | 第29-35页 |
| 3.2.1 接入点选择的必要性 | 第29页 |
| 3.2.2 算法选择 | 第29-30页 |
| 3.2.3 算法原理 | 第30-32页 |
| 3.2.4 算法实现 | 第32-33页 |
| 3.2.5 实验结果与分析 | 第33-35页 |
| 3.3 特征提取算法 | 第35-38页 |
| 3.3.1 数据预处理 | 第36-37页 |
| 3.3.2 接收信号强度平均值 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于 WLAN 位置指纹法室内定位匹配算法的研究 | 第39-47页 |
| 4.1 典型定位匹配算法 | 第39-41页 |
| 4.1.1 近邻法 | 第39-40页 |
| 4.1.2 神经网络法 | 第40-41页 |
| 4.2 支持向量机相关理论 | 第41-44页 |
| 4.2.1 支持向量机简介 | 第42-43页 |
| 4.2.2 支持向量机多分类 | 第43-44页 |
| 4.3 基于支持向量机的位置指纹法 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 基于 WLAN 位置指纹法的室内定位系统实例与测试 | 第47-53页 |
| 5.1 软件功能架构 | 第47-48页 |
| 5.2 移动端的设计 | 第48-50页 |
| 5.2.1 安卓系统架构 | 第48-49页 |
| 5.2.2 移动端功能模块 | 第49-50页 |
| 5.3 服务器端的设计 | 第50-51页 |
| 5.4 软件测试结果 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 在学研究成果 | 第57-58页 |
| 致谢 | 第58页 |