| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要研究内容与章节安排 | 第13-15页 |
| 2 基于WLAN的位置指纹室内定位技术 | 第15-28页 |
| 2.1 室内定位技术概述 | 第15-16页 |
| 2.2 WLAN通信技术及定位技术 | 第16-21页 |
| 2.2.1 WLAN关键技术及工作模式 | 第16-18页 |
| 2.2.2 典型的WLAN室内定位技术 | 第18-21页 |
| 2.3 WLAN位置指纹室内定位技术 | 第21-24页 |
| 2.3.1 定位原理和流程 | 第21-22页 |
| 2.3.2 位置指纹数据库的构建 | 第22-23页 |
| 2.3.3 典型的位置指纹定位算法 | 第23-24页 |
| 2.4 WLAN指纹定位的影响因素及优化关键 | 第24-27页 |
| 2.4.1 定位性能的评价指标 | 第24-25页 |
| 2.4.2 影响定位性能的主要因素 | 第25-26页 |
| 2.4.3 定位优化的关键问题 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 基于改进K-means算法的WLAN位置指纹定位优化技术 | 第28-38页 |
| 3.1 位置指纹聚类算法相关研究 | 第28-29页 |
| 3.2 K-means聚类算法概述 | 第29-33页 |
| 3.2.1 算法的原理与实现过程 | 第29-30页 |
| 3.2.2 算法的优点与不足 | 第30-31页 |
| 3.2.3 改进的K-means指纹聚类算法 | 第31-33页 |
| 3.3 基于改进K-means指纹聚类算法的WLAN定位优化技术 | 第33-34页 |
| 3.4 实验验证与结果分析 | 第34-37页 |
| 3.4.1 实验参数设置 | 第34-35页 |
| 3.4.2 实验结果分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于AP选择与改进K-means算法联合的WLAN指纹定位优化技术 | 第38-53页 |
| 4.1 AP选择算法相关研究 | 第38-41页 |
| 4.2 基于RSS阈值与稳定度相结合的AP选择新方法 | 第41-44页 |
| 4.2.1 本文AP选择的原理 | 第41-43页 |
| 4.2.2 AP选择新方法的实现 | 第43-44页 |
| 4.3 基于AP选择新方法的WLAN位置指纹定位优化技术 | 第44-45页 |
| 4.4 基于AP选择与改进K-means算法联合的定位优化技术 | 第45-47页 |
| 4.5 实验验证与定位性能分析 | 第47-51页 |
| 4.5.1 实验条件设置 | 第47页 |
| 4.5.2 实验结果与定位性能分析 | 第47-51页 |
| 4.6 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
