| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-33页 |
| 1.1 选题的背景及意义 | 第12-14页 |
| 1.2 室内定位技术发展现状 | 第14-20页 |
| 1.2.1 现有室内定位技术及典型应用 | 第15-18页 |
| 1.2.2 各定位技术性能比较 | 第18-20页 |
| 1.3 基于WLAN定位技术的室内定位方法 | 第20-28页 |
| 1.3.1 测距法 | 第20-27页 |
| 1.3.2 指纹匹配法 | 第27-28页 |
| 1.4 关键技术分析及评价指标 | 第28-31页 |
| 1.4.1 关键技术分析 | 第28-30页 |
| 1.4.2 评价指标 | 第30-31页 |
| 1.5 章节安排 | 第31-33页 |
| 第二章 基于WLAN的定位信号采集与处理方法 | 第33-47页 |
| 2.1 概述 | 第33页 |
| 2.2 室内信号差异性分析 | 第33-36页 |
| 2.2.1 Wi-Fi信号的小尺度衰落 | 第33-34页 |
| 2.2.2 Wi-Fi信号的大尺度衰落 | 第34-36页 |
| 2.3 面向室内定位的无线信号采集 | 第36-37页 |
| 2.4 原始信号强度数据滤波降噪处理技术 | 第37-45页 |
| 2.4.1 限幅滤波 | 第37-38页 |
| 2.4.2 阈值滤波 | 第38-39页 |
| 2.4.3 最大值滤波 | 第39-40页 |
| 2.4.4 滑动平均滤波 | 第40-41页 |
| 2.4.5 基于卡尔曼的自适应的滤波方法 | 第41-45页 |
| 2.5 小结 | 第45-47页 |
| 第三章 基于最小圆覆盖的信号聚类方法 | 第47-66页 |
| 3.1 概述 | 第47页 |
| 3.2 传统聚类方法分析 | 第47-49页 |
| 3.3 基于k-means的信号聚类方法 | 第49-56页 |
| 3.3.1 k-means算法简介 | 第49-50页 |
| 3.3.2 K-means聚类算法用于定位时存在的问题 | 第50-56页 |
| 3.4 基于最小圆覆盖的信号聚类方法 | 第56-61页 |
| 3.4.1 最小圆覆盖模型 | 第57-59页 |
| 3.4.2 简化的最小圆覆盖算法流程 | 第59页 |
| 3.4.3 基于最小圆覆盖算法的指纹数据分类 | 第59-61页 |
| 3.5 实验与分析 | 第61-65页 |
| 3.6 小结 | 第65-66页 |
| 第四章 基于GrDOP的冗余定位库降维建模方法 | 第66-78页 |
| 4.1 概述 | 第66页 |
| 4.2 传统指纹库建模方法分析 | 第66-67页 |
| 4.3 基于GrDOP值的分类降维方法研究 | 第67-69页 |
| 4.4 基于GrDOP分类降维的冗余定位库建模 | 第69-73页 |
| 4.5 仿真与实验 | 第73-77页 |
| 4.6 小结 | 第77-78页 |
| 第五章 基于空域的网格匹配定位算法 | 第78-87页 |
| 5.1 概述 | 第78页 |
| 5.2 基于KNN的匹配算法 | 第78-79页 |
| 5.3 基于网格的匹配算法 | 第79-81页 |
| 5.4 基于空域变换的网格定位算法 | 第81-83页 |
| 5.5 仿真与实验 | 第83-86页 |
| 5.6 小结 | 第86-87页 |
| 第六章 基于移动互联网的室内定位验证系统 | 第87-100页 |
| 6.1 整体架构设计 | 第87-89页 |
| 6.2 系统构成与功能实现 | 第89-96页 |
| 6.2.1 硬件平台 | 第90-91页 |
| 6.2.2 软件平台 | 第91-93页 |
| 6.2.3 手机定位软件功能与实现 | 第93-96页 |
| 6.3 系统性能分析 | 第96-99页 |
| 6.4 小结 | 第99-100页 |
| 第七章 总结与展望 | 第100-102页 |
| 7.1 主要研究工作和创新点总结 | 第100-101页 |
| 7.2 研究工作展望 | 第101-102页 |
| 参考文献 | 第102-112页 |
| 缩略语 | 第112-114页 |
| 致谢 | 第114-115页 |
| 攻读学位期间发表的学术论文和专利 | 第115-117页 |
| 主持和参与的科研项目 | 第117页 |