| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-12页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题国内外发展现状 | 第10-11页 |
| 1.3 论文主要工作和章节安排 | 第11-12页 |
| 2 室内定位技术 | 第12-21页 |
| 2.1 典型室内定位技术及算法 | 第12-16页 |
| 2.1.1 定位技术 | 第12-13页 |
| 2.1.2 定位算法 | 第13-16页 |
| 2.2 基于WLAN位置指纹定位算法 | 第16-19页 |
| 2.2.1 位置指纹定位算法原理 | 第16-17页 |
| 2.2.2 位置指纹定位算法实施过程 | 第17-19页 |
| 2.3 基于Bluetooth的APIT定位算法 | 第19-20页 |
| 2.3.1 算法原理 | 第19页 |
| 2.3.2 三角形内外点判别方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于WLAN位置指纹建库算法 | 第21-31页 |
| 3.1 基于位置指纹的数据库传统建立算法 | 第21-22页 |
| 3.2 基于克里金插值的位置指纹数据库建库算法 | 第22-26页 |
| 3.2.1 空间插值原理 | 第22-23页 |
| 3.2.2 基于普通克里金空间插值的具体算法 | 第23-26页 |
| 3.3 仿真实验与分析 | 第26-30页 |
| 3.3.1 实验环境 | 第26页 |
| 3.3.2 定位空间区域内RSSI估值结果分析 | 第26-28页 |
| 3.3.3 定位精度验证 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 位置指纹在线定位匹配算法 | 第31-42页 |
| 4.1 定位匹配算法概述 | 第31-34页 |
| 4.1.1 定位匹配算法原理 | 第31页 |
| 4.1.2 定位匹配算法分类 | 第31-34页 |
| 4.2 改进型数据划分KNN_ filter匹配定位算法 | 第34-38页 |
| 4.2.1 改进型数据划分 | 第34-36页 |
| 4.2.2 基于KNN_ filter有效AP选择 | 第36-37页 |
| 4.2.3 加权KNN算法匹配定位 | 第37-38页 |
| 4.3 仿真实验与分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 融合WLAN和Bluetooth的室内定位 | 第42-53页 |
| 5.1 融合网络论述 | 第42页 |
| 5.2 基于位置指纹和自适应APIT的融合定位算法 | 第42-49页 |
| 5.2.1 改进型APIT自适应Bluetooth定位算法 | 第43-48页 |
| 5.2.2 加权融合定位算法 | 第48-49页 |
| 5.3 仿真实验与分析 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结和展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57页 |
