| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状综述 | 第10-16页 |
| 1.2.1 室内定位技术的发展现状 | 第10-12页 |
| 1.2.2 室内定位方法的研究现状 | 第12-16页 |
| 1.3 本文主要工作 | 第16-18页 |
| 第2章 基于 WiFi 的位置指纹定位方法基本原理 | 第18-29页 |
| 2.1 位置指纹方法概述 | 第18-21页 |
| 2.1.1 基本原理 | 第18页 |
| 2.1.2 系统构成 | 第18-21页 |
| 2.2 AP 选择方法 | 第21-24页 |
| 2.2.1 MaxMean 方法 | 第22页 |
| 2.2.2 InfoGain 方法 | 第22-23页 |
| 2.2.3 Deccorelated space 方法 | 第23-24页 |
| 2.3 位置指纹估计算法 | 第24-28页 |
| 2.3.1 KNN 算法 | 第25-26页 |
| 2.3.2 贝叶斯算法 | 第26-27页 |
| 2.3.3 最大似然法 | 第27页 |
| 2.3.4 神经网络法 | 第27-28页 |
| 2.3.5 支持向量机法 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 信号采集及 AP 选择 | 第29-37页 |
| 3.1 指纹采集 | 第29-30页 |
| 3.1.1 实验场景 | 第29-30页 |
| 3.1.2 信号强度获取 | 第30页 |
| 3.2 信号处理 | 第30-31页 |
| 3.3 AP 选择 | 第31-36页 |
| 3.3.1 在线 AP 选择 | 第32页 |
| 3.3.2 原理及实现 | 第32-36页 |
| 3.3.3 仿真结果及分析 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于指纹的位置估计算法 | 第37-52页 |
| 4.1 贝叶斯算法改进 | 第37-39页 |
| 4.2 K 最近邻算法改进 | 第39-42页 |
| 4.3 动态联合方法 | 第42-45页 |
| 4.4 仿真结果分析 | 第45-51页 |
| 4.4.1 贝叶斯改进算法性能分析 | 第45-48页 |
| 4.4.2 K 最近邻改进算法性能分析 | 第48-50页 |
| 4.4.3 动态联合方法性能分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |