| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 室内定位研究现状 | 第11-12页 |
| 1.2.2 WLAN位置指纹定位研究现状 | 第12-13页 |
| 1.2.3 K-means聚类算法的研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 第2章 WLAN位置指纹定位关键技术 | 第15-22页 |
| 2.1 位置指纹定位基本原理及定位流程 | 第15-17页 |
| 2.2 K-means聚类算法 | 第17-19页 |
| 2.3 定位特征提取算法 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 K-means聚类算法的改进(FCMM) | 第22-32页 |
| 3.1 改进K-means聚类算法的原因及改进思路 | 第22-23页 |
| 3.2 FCMM算法的步骤 | 第23-26页 |
| 3.2.1 确定聚类数值k | 第23-24页 |
| 3.2.2 优化初始聚类中心 | 第24-26页 |
| 3.2.3 样本点聚类划分 | 第26页 |
| 3.3 FCMM算法仿真及结果分析 | 第26-31页 |
| 3.3.1 仿真环境与参数设置 | 第26-27页 |
| 3.3.2 仿真结果与分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于FCMM的位置指纹定位方案 | 第32-42页 |
| 4.1 指纹信号预处理 | 第32-34页 |
| 4.1.1 AP选择算法 | 第32-33页 |
| 4.1.2 稳定AP优选算法 | 第33-34页 |
| 4.2 定位特征提取与指纹库的构建 | 第34-38页 |
| 4.2.1 PCA定位特征提取方法 | 第34-36页 |
| 4.2.2 基于PCA的指纹库生成算法 | 第36-38页 |
| 4.3 位置解算 | 第38-40页 |
| 4.3.1 WKNN算法 | 第38-39页 |
| 4.3.2 基于WKNN的位置解算方法P-WKNN | 第39-40页 |
| 4.4 联合FCMM与 PCA的位置指纹定位方案 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 定位实验与性能分析 | 第42-55页 |
| 5.1 实验环境与各组成部分的功能 | 第42-46页 |
| 5.1.1 实验环境 | 第42-44页 |
| 5.1.2 移动智能终端和服务端的功能 | 第44-46页 |
| 5.2 位置指纹定位 | 第46-48页 |
| 5.2.1 离线数据采集 | 第46-48页 |
| 5.2.2 在线定位 | 第48页 |
| 5.3 实验结果及分析 | 第48-54页 |
| 5.3.1 定位误差分析 | 第49-53页 |
| 5.3.2 定位耗时分析 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间所发表的学术成果 | 第60-61页 |
| 致谢 | 第61页 |