基于RSSI室内定位系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 基于RSSI室内定位研究存在的问题 | 第12-13页 |
| 1.2.2 压缩感知理论在室内定位中的应用 | 第13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第二章 基于RSSI的室内位置指纹无线定位技术 | 第15-27页 |
| 2.1 位置指纹定位技术 | 第15-16页 |
| 2.1.1 位置指纹法的定位流程 | 第15页 |
| 2.1.2 位置指纹法的定位模型 | 第15-16页 |
| 2.2 基于位置指纹的室内定位算法 | 第16-24页 |
| 2.2.1 决策树算法 | 第16-18页 |
| 2.2.2 K近邻算法和加权K近邻算法 | 第18-19页 |
| 2.2.3 支持向量机算法 | 第19-22页 |
| 2.2.4 朴素贝叶斯算法 | 第22-24页 |
| 2.3 本章小结 | 第24-27页 |
| 第三章 基于RSSI的室内定位系统 | 第27-45页 |
| 3.1 室内定位系统的架构与流程 | 第27-30页 |
| 3.1.1 定位系统架构 | 第27-29页 |
| 3.1.2 定位流程 | 第29-30页 |
| 3.2 室内定位系统的实现 | 第30-41页 |
| 3.2.1 WiFi室内定位系统实现 | 第30-38页 |
| 3.2.2 Zigbee室内定位系统实现 | 第38-41页 |
| 3.3 两种室内定位系统误差结果分析 | 第41-43页 |
| 3.3.1 定位精度的衡量标准 | 第41-42页 |
| 3.3.2 系统误差结果分析 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于压缩感知的室内定位算法研究 | 第45-57页 |
| 4.1 压缩感知技术 | 第45-47页 |
| 4.2 基于压缩感知的室内定位研究 | 第47-49页 |
| 4.2.1 基于压缩感知的位置指纹定位算法 | 第47-48页 |
| 4.2.2 基于恢复向量的改进型压缩感知算法 | 第48-49页 |
| 4.3 基于恢复向量的改进型压缩感知算法实现 | 第49-53页 |
| 4.3.1 位置指纹降噪 | 第50-51页 |
| 4.3.2 正交化预操作 | 第51页 |
| 4.3.3 改进型恢复模块 | 第51-53页 |
| 4.4 改进算法实验结果分析 | 第53-55页 |
| 4.4.1 降噪处理结果分析 | 第53-54页 |
| 4.4.2 改进型恢复算法结果分析 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 室内定位算法性能及分析 | 第57-61页 |
| 5.1 实验结果 | 第57-59页 |
| 5.2 分析及结论 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 下一步研究展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-67页 |
| 作者攻读学位期间发表的学术论文目录 | 第67页 |
