基于位置指纹的WiFi室内定位技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及研究意义 | 第9-10页 |
| 1.2 室内定位技术国内外研究现状 | 第10-13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 基于WiFi室内定位技术研究现状 | 第13-14页 |
| 1.4 主要研究内容 | 第14-16页 |
| 第2章 定位原理及定位模型的建立 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 定位基本原理 | 第16-20页 |
| 2.2.1 栅格地图建立 | 第17-18页 |
| 2.2.2 离线位置指纹库框架 | 第18-19页 |
| 2.2.3 实时定位整体流程设计 | 第19-20页 |
| 2.3 位置距离估计算法 | 第20-27页 |
| 2.3.1 基于RSSI近邻估计算法 | 第20-22页 |
| 2.3.2 固定AP点估计算法 | 第22-25页 |
| 2.3.3 概率估计算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 影响室内定位的因素及分析 | 第28-41页 |
| 3.1 引言 | 第28页 |
| 3.2 WiFi信号采集 | 第28-30页 |
| 3.2.1 实验物理地图的建立 | 第28-29页 |
| 3.2.2 位置点信号采集 | 第29-30页 |
| 3.3 WiFi信号强度分析 | 第30-34页 |
| 3.3.1 相同位置点信号强度变化 | 第30-31页 |
| 3.3.2 不同信号强度范围下WiFi信号的特性 | 第31-34页 |
| 3.4 人体对信号的影响 | 第34-36页 |
| 3.5 异种终端对接收信号的影响 | 第36-38页 |
| 3.6 室内环境对信号的影响 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第4章 指纹库的建立及仿真实验 | 第41-59页 |
| 4.1 引言 | 第41页 |
| 4.2 指纹点信号选取及初始分类 | 第41-43页 |
| 4.2.1 定位指纹点信号的选取 | 第41-42页 |
| 4.2.2 定位纹点信号初始分类 | 第42-43页 |
| 4.3 WiFi信号指纹库建立 | 第43-47页 |
| 4.3.1 WiFi信号预处理 | 第44-46页 |
| 4.3.2 传统位置指纹库的建立 | 第46页 |
| 4.3.3 概率估计指纹库的建立 | 第46-47页 |
| 4.4 传统指纹库的改进 | 第47-54页 |
| 4.4.1 K-mean聚类算法应用原理 | 第47-49页 |
| 4.4.2 K-mean聚类指纹库的建立 | 第49-51页 |
| 4.4.3 聚类指纹库的噪声点判定及滤波 | 第51-52页 |
| 4.4.4 邻域均值滤波算法实现 | 第52-54页 |
| 4.5 不同指纹库定位实验分析 | 第54-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第5章 基于Android平台的室内定位系统设计 | 第59-71页 |
| 5.1 引言 | 第59页 |
| 5.2 实时定位方案设计 | 第59-61页 |
| 5.3 Android平台搭建 | 第61-67页 |
| 5.3.1 Android系统介绍及开发环境配置 | 第61-62页 |
| 5.3.2 客户端WiFi信号接收界面 | 第62-64页 |
| 5.3.3 定位服务器设计 | 第64-66页 |
| 5.3.4 UI界面设计 | 第66-67页 |
| 5.4 系统测试及实验分析 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |
