基于WiFi的室内停车场定位技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 室内停车场定位技术国内外研究现状 | 第10-12页 |
| 1.3 主要研究工作 | 第12-13页 |
| 1.4 结构组织安排 | 第13-14页 |
| 2 室内定位技术相关理论 | 第14-31页 |
| 2.1 室内定位方法 | 第14页 |
| 2.2 WiFi通信技术 | 第14-16页 |
| 2.3 基于RSSI的室内定位方法 | 第16-27页 |
| 2.3.1 位置指纹法 | 第16-19页 |
| 2.3.2 传播模型法 | 第19-27页 |
| 2.4 影响室内定位精度的主要因素 | 第27-29页 |
| 2.5 评价定位精度的主要指标 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 分区拟合值近似法 | 第31-55页 |
| 3.1 数据分析 | 第32-37页 |
| 3.2 P-FP算法原理 | 第37-46页 |
| 3.2.1 目标环境的分区 | 第37-40页 |
| 3.2.2 拟合模型的选择 | 第40-42页 |
| 3.2.3 创建误差特性矩阵 | 第42-44页 |
| 3.2.4 建立离线指纹库 | 第44-46页 |
| 3.3 K均值聚类 | 第46-53页 |
| 3.4 P-FP算法的定位结果 | 第53页 |
| 3.5 本章小结 | 第53-55页 |
| 4 基于SIR粒子滤波的指纹定位算法 | 第55-65页 |
| 4.1 SIR粒子滤波原理 | 第55-62页 |
| 4.1.1 状态空间模型和贝叶斯估计原理 | 第55-57页 |
| 4.1.2 蒙特卡罗采样和重要性采样原理 | 第57-59页 |
| 4.1.3 序贯重要性采样和重采样原理 | 第59-62页 |
| 4.2 PS-FP算法原理 | 第62-63页 |
| 4.3 PS-FP算法的定位结果 | 第63-64页 |
| 4.4 本章小结 | 第64-65页 |
| 5 实验验证及结果分析 | 第65-71页 |
| 5.1 实验平台与环境 | 第65-66页 |
| 5.2 定位算法的参数设置 | 第66-68页 |
| 5.3 定位性能的评价 | 第68-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |
