| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 室内定位的研究现状 | 第13-14页 |
| 1.2.1 早期的室内定位系统 | 第13-14页 |
| 1.2.2 基于WiFi位置指纹的室内定位系统 | 第14页 |
| 1.3 研究目的及意义 | 第14-15页 |
| 1.4 研究内容及论文结构安排 | 第15-17页 |
| 第二章 室内定位技术相关理论 | 第17-23页 |
| 2.1 WIFI室内定位技术的分类 | 第17-20页 |
| 2.1.1 几何法 | 第18-19页 |
| 2.1.2 近似法 | 第19-20页 |
| 2.1.3 场景分析法 | 第20页 |
| 2.2 基于位置指纹法的定位技术 | 第20-21页 |
| 2.3 指纹匹配算法 | 第21-22页 |
| 2.3.1 最近邻法 | 第21页 |
| 2.3.2 朴素贝叶斯法 | 第21-22页 |
| 2.4 行人航迹推算 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于Kriging插值的位置指纹库构建方法 | 第23-30页 |
| 3.1 空间插值法简介 | 第23-25页 |
| 3.1.1 线性插值法 | 第24页 |
| 3.1.2 IDW插值法 | 第24-25页 |
| 3.1.3 Kriging插值法 | 第25页 |
| 3.2 基于空间特征分区的指纹插值 | 第25-27页 |
| 3.2.1 基于环境特征的空间分区 | 第26页 |
| 3.2.2 基于泛Kriging插值法的指纹库构建 | 第26-27页 |
| 3.3 基于虚拟空间扩展的边界修正 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于粒子滤波的多源位置信息融合定位算法 | 第30-38页 |
| 4.1 粒子滤波简介 | 第30-32页 |
| 4.1.1 状态空间模型 | 第31页 |
| 4.1.2 贝叶斯滤波 | 第31页 |
| 4.1.3 粒子滤波 | 第31-32页 |
| 4.2 基于粒子滤波的定位算法 | 第32-33页 |
| 4.3 构建状态空间模型 | 第33-35页 |
| 4.4 初始化处理 | 第35-37页 |
| 4.4.1 粒子状态初始化 | 第35-36页 |
| 4.4.2 相关参数初始化 | 第36-37页 |
| 4.5 简单重采样 | 第37页 |
| 4.6 本章小结 | 第37-38页 |
| 第五章 实验与分析 | 第38-54页 |
| 5.1 实验设置 | 第38-39页 |
| 5.1.1 实验场景 | 第38-39页 |
| 5.1.2 实验软硬件环境 | 第39页 |
| 5.2 室内定位系统 | 第39-43页 |
| 5.2.1 服务器系统 | 第40-42页 |
| 5.2.2 客户端系统 | 第42-43页 |
| 5.3 基于位置指纹法的定位实验 | 第43-50页 |
| 5.3.1 特征分区前不同训练点数目与匹配算法的比较 | 第46-47页 |
| 5.3.2 特征分区前不同插值法构建指纹库的比较 | 第47-49页 |
| 5.3.3 应用特征分区与边界修正的优化比较 | 第49-50页 |
| 5.4 结合粒子滤波优化的定位实验 | 第50-53页 |
| 5.4.1 实验场景及运动模型 | 第50页 |
| 5.4.2 不同数目粒子集的比较 | 第50-51页 |
| 5.4.3 不同参数的状态空间模型的比较 | 第51-52页 |
| 5.4.4 不同定位算法的比较 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60页 |
