摘要 | 第9-10页 |
Abstract | 第10-11页 |
英文简写对照表 | 第14-15页 |
1 绪论 | 第15-21页 |
1.1 研究背景和意义 | 第15-16页 |
1.2 LBS体系结构 | 第16-17页 |
1.3 国内外研究现状 | 第17-19页 |
1.4 论文主要工作 | 第19-20页 |
1.5 论文结构安排 | 第20-21页 |
2 基本概念及理论 | 第21-32页 |
2.1 室内定位技术概述 | 第21-23页 |
2.1.1 WiFi技术 | 第21-22页 |
2.1.2 蓝牙技术 | 第22页 |
2.1.3 超宽带技术 | 第22页 |
2.1.4 ZigBee技术 | 第22页 |
2.1.5 射频识别技术 | 第22-23页 |
2.2 WiFi定位算法分类 | 第23-30页 |
2.2.1 源定位算法 | 第23-29页 |
2.2.2 基于指纹的定位算法 | 第29-30页 |
2.3 定位性能的评价标准 | 第30-31页 |
2.3.1 定位精度 | 第30-31页 |
2.3.2 可扩展性 | 第31页 |
2.3.3 定位成本 | 第31页 |
2.3.4 定位复杂度 | 第31页 |
2.4 本章小结 | 第31-32页 |
3 基于RSSI反馈修正的室内定位优化算法 | 第32-41页 |
3.1 问题描述 | 第32-33页 |
3.2 算法实现 | 第33-37页 |
3.2.1 定位区域拟合划分 | 第33-34页 |
3.2.2 节点共线过滤 | 第34页 |
3.2.3 定位区域内路径损耗参数计算 | 第34-35页 |
3.2.4 基于几何向量的未知节点定位 | 第35-36页 |
3.2.5 锚节点反馈校正 | 第36-37页 |
3.3 仿真实验 | 第37-40页 |
3.3.1 AP数量对定位误差的影响 | 第37-38页 |
3.3.2 环境参数n对定位精度的影响 | 第38-39页 |
3.3.3 时延比较 | 第39-40页 |
3.4 本章小结 | 第40-41页 |
4 基于Voronoi分区的加权kNN指纹定位算法 | 第41-51页 |
4.1 问题描述 | 第41-42页 |
4.2 算法实现 | 第42-47页 |
4.2.1 构造初始点 | 第42-44页 |
4.2.2 定位区域划分及判定阶段 | 第44-45页 |
4.2.3 聚类密度加权kNN定位算法 | 第45-47页 |
4.3 仿真实验 | 第47-50页 |
4.3.1 k-means聚类数目确定 | 第47-48页 |
4.3.2 定位误差比较 | 第48-49页 |
4.3.3 定位算法的总时延比较 | 第49-50页 |
4.4 本章小结 | 第50-51页 |
5 基于CSI的室内指纹定位算法 | 第51-62页 |
5.1 问题描述 | 第51-52页 |
5.2 算法实现 | 第52-55页 |
5.2.1 原始位置指纹空间聚类划分 | 第52-54页 |
5.2.2 在线位置指纹特征值提取 | 第54页 |
5.2.3 自主近邻选择加权定位 | 第54-55页 |
5.3 仿真实验 | 第55-61页 |
5.3.1 离线阶段采集点数对精度的影响 | 第56-59页 |
5.3.2 天线数量对定位的影响 | 第59-60页 |
5.3.3 定位时间比较 | 第60-61页 |
5.4 本章小结 | 第61-62页 |
6 总结与展望 | 第62-64页 |
6.1 总结 | 第62页 |
6.2 展望 | 第62-64页 |
参考文献 | 第64-71页 |
附录 攻读硕士期间发表的学术论文及参与项目 | 第71-72页 |
致谢 | 第72页 |