| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-23页 |
| ·课题的研究背景和意义 | 第11-12页 |
| ·国内外相关研究和综述 | 第12-21页 |
| ·定位技术的发展和研究现状 | 第12-16页 |
| ·定位方法的发展和研究现状 | 第16-21页 |
| ·本文的主要研究内容 | 第21-22页 |
| ·本文结构安排 | 第22-23页 |
| 第2章 Fingerprint 定位方法概述 | 第23-35页 |
| ·引言 | 第23页 |
| ·Fingerprint 定位方法 | 第23-27页 |
| ·工作原理 | 第23-25页 |
| ·系统组成 | 第25-27页 |
| ·Fingerprint 定位方法中的AP 选择 | 第27-30页 |
| ·MaxMean | 第28页 |
| ·InfoGain | 第28-29页 |
| ·Deccorelated space | 第29-30页 |
| ·Fingerprint 定位方法中的位置估计 | 第30-34页 |
| ·贝叶斯决策方法 | 第30-32页 |
| ·最近邻方法 | 第32-33页 |
| ·最大似然方法 | 第33页 |
| ·支持向量机方法 | 第33页 |
| ·神经网络 | 第33页 |
| ·决策树 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 ResidualRanking AP 选择方法 | 第35-45页 |
| ·引言 | 第35页 |
| ·AP 选择的概念 | 第35页 |
| ·现有方法总结 | 第35-36页 |
| ·ResidualRanking AP 选择方法 | 第36-39页 |
| ·方法提出 | 第36页 |
| ·工作原理 | 第36-38页 |
| ·方法实现 | 第38-39页 |
| ·实验结果与分析 | 第39-44页 |
| ·实验的建立 | 第39-41页 |
| ·实验结果与分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 改进的贝叶斯位置估计方法 | 第45-50页 |
| ·引言 | 第45页 |
| ·现有方法总结 | 第45-46页 |
| ·基于贝叶斯的位置估计 | 第46页 |
| ·改进的贝叶斯位置估计方法 | 第46-47页 |
| ·改进思想 | 第46-47页 |
| ·方法实现 | 第47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 BRR 定位系统 | 第50-57页 |
| ·系统的设计与实现 | 第50-52页 |
| ·系统需求分析 | 第50页 |
| ·系统架构设计 | 第50-52页 |
| ·系统功能模块分析 | 第52-56页 |
| ·数据采集 | 第53页 |
| ·数据预处理 | 第53页 |
| ·离线阶段信号分布图的生成 | 第53-54页 |
| ·AP 选择算法 | 第54页 |
| ·定位算法的实现 | 第54-56页 |
| ·可视化 | 第56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |