| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 一、绪论 | 第8-15页 |
| (一)课题研究背景和意义 | 第8页 |
| (二)国内外研究现状 | 第8-10页 |
| (三)经典定位技术 | 第10-12页 |
| (四)室内定位存在的主要问题 | 第12-13页 |
| (五)论文主要内容 | 第13页 |
| (六)论文结构安排 | 第13-15页 |
| 二、定位技术研究的理论基础 | 第15-22页 |
| (一)基于WLAN位置指纹的定位技术 | 第15-18页 |
| 1、基本原理 | 第15-17页 |
| 2、相关工作 | 第17-18页 |
| (二)接收信号强度RSS特性分析 | 第18-21页 |
| (三)室内位置指纹匹配算法 | 第21-22页 |
| (四)本章小结 | 第22页 |
| 三、基于KPCA-LSSVM回归算法的WLAN室内定位方法 | 第22-34页 |
| (一)KPCA与LSSVM算法介绍 | 第22-26页 |
| 1、KPCA | 第22-24页 |
| 2、LSSVM回归算法 | 第24-26页 |
| (二)遗传算法优化LSSVM回归算法参数 | 第26-27页 |
| (三)基于KPCA与LSSVM回归算法的室内定位方法 | 第27页 |
| (四)室内定位实验与仿真 | 第27-32页 |
| 1、实验环境 | 第27-28页 |
| 2、原始数据库预处理 | 第28-29页 |
| 3、KPCA特征提取效果比较 | 第29-31页 |
| 4、不同算法的定位精度比较 | 第31-32页 |
| 5、不同优化算法在定位中消耗时长比较 | 第32页 |
| (五)本章小结 | 第32-34页 |
| 四、适应环境变化的指纹库更新方法 | 第34-42页 |
| (一)压缩感知 | 第34-35页 |
| (二)重构算法 | 第35-36页 |
| 1、l_1范数最小化算法 | 第35-36页 |
| 2、正交匹配追踪算法 | 第36页 |
| (三)本文算法 | 第36-37页 |
| (四)实验分析 | 第37-41页 |
| 1、实验环境和实验时间 | 第37页 |
| 2、实验结果分析 | 第37-41页 |
| (五)本章小结 | 第41-42页 |
| 五、总结与展望 | 第42-45页 |
| (一)全文总结 | 第42-43页 |
| (二)展望 | 第43-45页 |
| 参考文献 | 第45-51页 |
| 攻读硕士期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52-54页 |