基于RSSI的WiFi室内定位算法研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第2章 WiFi信号强度的获取和分析 | 第16-30页 |
| 2.1 WiFi无线通信技术 | 第16-18页 |
| 2.2 WiFi信号强度的获取 | 第18-22页 |
| 2.2.1 无线信号强度 | 第18-19页 |
| 2.2.2 RSSI获取流程 | 第19-22页 |
| 2.3 接收信号强度的特性分析 | 第22-28页 |
| 2.3.1 RSSI传播特性原理 | 第22-23页 |
| 2.3.2 RSSI的变化特性 | 第23-28页 |
| 2.4 定位性能的评价标准 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于RSSI测距的WiFi定位算法研究 | 第30-40页 |
| 3.1 基于测距的WiFi定位技术原理 | 第30页 |
| 3.2 路径衰减模型 | 第30-32页 |
| 3.3 定位算法 | 第32-36页 |
| 3.4 实验与结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于RSSI非测距的WiFi定位算法研究 | 第40-56页 |
| 4.1 位置指纹定位技术 | 第40-42页 |
| 4.2 接收信号强度的预处理 | 第42-45页 |
| 4.3 定位匹配算法 | 第45-48页 |
| 4.4 实验与结果分析 | 第48-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 基于神经网络的室内定位算法研究 | 第56-77页 |
| 5.1 神经网络定位算法原理 | 第56-58页 |
| 5.2 LM算法原理 | 第58-59页 |
| 5.3 基于LM的BP神经网络室内定位算法 | 第59-65页 |
| 5.4 基于LM的RBF神经网络室内定位算法 | 第65-76页 |
| 5.5 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-86页 |
| 致谢 | 第86页 |
