| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-29页 |
| 1.1 课题研究背景及意义 | 第16-17页 |
| 1.2 WLAN的基本介绍 | 第17-21页 |
| 1.2.1 WLAN的网络结构 | 第17-19页 |
| 1.2.2 WLAN的发展现状 | 第19-21页 |
| 1.3 室内定位技术的发展与研究现状 | 第21-27页 |
| 1.3.1 室内定位技术的发展 | 第21-22页 |
| 1.3.2 室内定位技术的研究现状 | 第22-24页 |
| 1.3.3 基于WLAN的室内定位技术研究现状 | 第24-27页 |
| 1.4 本文结构及研究内容 | 第27-29页 |
| 第二章 基于WLAN的传统位置指纹定位算法研究 | 第29-42页 |
| 2.1 基于位置指纹的定位方法 | 第29-31页 |
| 2.2 RSS信号特性 | 第31-33页 |
| 2.3 实验环境 | 第33-34页 |
| 2.4 三种传统定位匹配算法研究分析 | 第34-41页 |
| 2.4.1 KNN和WKNN定位算法 | 第34-36页 |
| 2.4.2 概率定位算法 | 第36-37页 |
| 2.4.3 支持向量机(SVM)算法 | 第37-39页 |
| 2.4.4 三种定位匹配算法的实验分析 | 第39-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 基于特征提取算法的位置指纹定位 | 第42-55页 |
| 3.1 基于核模糊聚类算法(KFCM)实现定位区域的自动划分 | 第42-47页 |
| 3.1.1 核模糊聚类算法(KFCM) | 第42-44页 |
| 3.1.2 实验分析 | 第44-47页 |
| 3.2 基于ICA和KCCA的信号特征提取算法 | 第47-54页 |
| 3.2.1 独立成分分析(ICA)算法 | 第47-49页 |
| 3.2.2 核典型相关分析(KCCA)算法 | 第49-51页 |
| 3.2.3 基于ICA和KCCA的定位算法流程 | 第51-52页 |
| 3.2.4 实验分析 | 第52-54页 |
| 3.3 本章小结 | 第54-55页 |
| 第四章 基于Android平台的位置服务系统 | 第55-74页 |
| 4.1 系统架构 | 第55-59页 |
| 4.1.1 Android系统架构 | 第55-56页 |
| 4.1.2 Android应用开发组件 | 第56-57页 |
| 4.1.3 应用架构 | 第57-59页 |
| 4.2 地图开发 | 第59-63页 |
| 4.2.1 地图开发概述 | 第59-60页 |
| 4.2.2 地图绘制 | 第60-61页 |
| 4.2.3 地图切片 | 第61-62页 |
| 4.2.4 地图展示 | 第62-63页 |
| 4.3 系统定位功能的实现 | 第63-67页 |
| 4.3.1 室内定位的实现 | 第63-66页 |
| 4.3.2 室外定位的实现 | 第66-67页 |
| 4.4 定位算法与地图的结合 | 第67-68页 |
| 4.5 系统开发成果展示 | 第68-73页 |
| 4.5.1 室外定位效果 | 第68-70页 |
| 4.5.2 室内定位效果 | 第70-72页 |
| 4.5.3 相关信息推送服务 | 第72-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 工作总结 | 第74页 |
| 5.2 未来工作展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第80-82页 |