基于信号强度的室内定位算法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景及研究的目的和意义 | 第10-11页 |
1.2 国内外研究的现状 | 第11-14页 |
1.3 本文研究的主要内容 | 第14页 |
1.4 本文的组织结构 | 第14-16页 |
第2章 室内定位技术相关研究及分析 | 第16-24页 |
2.1 引言 | 第16页 |
2.2 基于测距的定位方法 | 第16-18页 |
2.3 基于RSSI测距的定位方法 | 第18-20页 |
2.3.1 三边测量定位法 | 第18页 |
2.3.2 极大似然估计定位法 | 第18-19页 |
2.3.3 三角测量定位法 | 第19-20页 |
2.4 基于非测距的定位方法 | 第20-23页 |
2.5 定位算法的评价指标 | 第23页 |
2.6 本章小结 | 第23-24页 |
第3章 基于最小二乘法的室内定位算法 | 第24-34页 |
3.1 引言 | 第24页 |
3.2 基于RSSI的测距模型 | 第24-28页 |
3.2.1 参数对信号测距的影响 | 第25-27页 |
3.2.2 基于RSSI的测距模型中参数优化 | 第27-28页 |
3.3 RSSI的取值 | 第28-30页 |
3.3.1 定位节点的RSSI值的滤波处理 | 第28-30页 |
3.3.2 RSSI值的均值估计 | 第30页 |
3.4 基于最小二乘法的测距定位 | 第30-33页 |
3.4.1 最小二乘法的基本算法 | 第30-31页 |
3.4.2 基于改进最小二乘法的定位 | 第31-33页 |
3.5 本章小结 | 第33-34页 |
第4章 基于加权近邻算法的室内定位算法 | 第34-44页 |
4.1 引言 | 第34页 |
4.2 指纹室内定位技术 | 第34-38页 |
4.2.1 指纹定位的基本原理 | 第34-35页 |
4.2.2 接收信号强度的特性 | 第35-37页 |
4.2.3 指纹的相似度 | 第37-38页 |
4.3 近邻匹配算法 | 第38-40页 |
4.3.1 最近邻算法 | 第38-39页 |
4.3.2 K最近邻算法 | 第39-40页 |
4.4 基于加权的最近邻算法室内定位算法 | 第40-43页 |
4.4.1 加权最近邻算法实现过程 | 第40-42页 |
4.4.2 定位系统的性能评估 | 第42-43页 |
4.5 本章小结 | 第43-44页 |
第5章 实验结果及分析 | 第44-55页 |
5.1 引言 | 第44页 |
5.2 仿真环境 | 第44页 |
5.3 基于最小二乘法的定位实验分析 | 第44-49页 |
5.3.1 实验数据的采集及处理 | 第44-45页 |
5.3.2 两种基于最小二乘法定位的比较 | 第45-46页 |
5.3.3 参考节点对定位精度的影响 | 第46-49页 |
5.4 基于近邻法的定位实验分析 | 第49-54页 |
5.4.1 近邻法实验结果的比较分析 | 第49-52页 |
5.4.2 累计误差分布函数分析 | 第52-54页 |
5.5 本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-61页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
致谢 | 第62-63页 |
作者简介 | 第63页 |