基于WIFI信号特征的聚类过滤定位算法研究
摘要 | 第6-8页 |
abstract | 第8-9页 |
第一章 绪论 | 第12-21页 |
1.1 研究背景与意义 | 第12-13页 |
1.2 国内外研究现状及分析 | 第13-19页 |
1.3 主要研究内容 | 第19-20页 |
1.4 论文结构 | 第20-21页 |
第二章 WiFi室内定位方法 | 第21-29页 |
2.1 参数化室内定位方法 | 第21-26页 |
2.1.1 到达时间法 | 第21-22页 |
2.1.2 到达时间差法 | 第22-23页 |
2.1.3 到达角度法 | 第23-24页 |
2.1.4 RSSI测量法 | 第24-26页 |
2.2 基于RSSI指纹定位的匹配方法 | 第26-28页 |
2.2.1 近邻法 | 第26-27页 |
2.2.2 概率法 | 第27-28页 |
2.3 本章小结 | 第28-29页 |
第三章 指纹数据库建立及避让机制设计 | 第29-38页 |
3.1 室内指纹数据库建立 | 第29-34页 |
3.1.1 指纹数据库的自动建立 | 第29-33页 |
3.1.2 指纹数据库动态刷新 | 第33-34页 |
3.2 自动巡航车避让机制 | 第34-37页 |
3.2.1 障碍物避让机制 | 第34-35页 |
3.2.2 动态避让机制 | 第35-37页 |
3.3 本章小结 | 第37-38页 |
第四章 信号特征分析 | 第38-49页 |
4.1 构建指纹数据库 | 第38-44页 |
4.1.1 实验环境及硬件设置 | 第38-42页 |
4.1.2 指纹库数据处理 | 第42-44页 |
4.2 信号波动规律 | 第44-48页 |
4.2.1 信号传播距离与损耗之间的数学关系 | 第44-45页 |
4.2.2 信号波动规律 | 第45-48页 |
4.3 本章小结 | 第48-49页 |
第五章 聚类过滤定位算法 | 第49-61页 |
5.1 聚类过滤定位算法流程 | 第49-58页 |
5.1.1 划分聚类分析 | 第50-51页 |
5.1.2 典型的划分聚类算法 | 第51-52页 |
5.1.3 不同RSSI均值的信号波动聚类 | 第52-58页 |
5.2 自适应过滤算法 | 第58-60页 |
5.2.1 自适应阈值调整 | 第58-59页 |
5.2.2 自适应区间指纹过滤 | 第59-60页 |
5.3 本章小结 | 第60-61页 |
第六章 实验验证及分析 | 第61-64页 |
6.1 实验结果验证 | 第61-62页 |
6.2 复杂度分析 | 第62-63页 |
6.3 本章小结 | 第63-64页 |
第七章 总结与展望 | 第64-66页 |
7.1 工作总结 | 第64-65页 |
7.2 展望 | 第65-66页 |
参考文献 | 第66-71页 |
致谢 | 第71-72页 |
攻读学位期间参加的科研项目和成果 | 第72页 |