基于低功耗蓝牙的室内定位算法研究与实现
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-16页 |
1.1 研究背景及意义 | 第8-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 论文主要工作 | 第13-14页 |
1.4 论文组织安排 | 第14-16页 |
第2章 室内定位与粒子滤波理论 | 第16-30页 |
2.1 低功耗蓝牙技术 | 第16-19页 |
2.1.1 蓝牙 4.0 协议栈体系结构 | 第16-18页 |
2.1.2 iBeacon技术及原理 | 第18-19页 |
2.2 室内定位原理与算法模型 | 第19-26页 |
2.2.1 常见的测距方法 | 第19-22页 |
2.2.2 定位算法模型 | 第22-26页 |
2.3 粒子滤波理论 | 第26-29页 |
2.3.1 贝叶斯估计 | 第26-28页 |
2.3.2 粒子滤波 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第3章 基于RSSI的改进质心定位算法 | 第30-48页 |
3.1 信号传播模型研究 | 第30-33页 |
3.2 RSSI测距分析 | 第33-38页 |
3.2.1 实验平台 | 第33-34页 |
3.2.2 距离对RSSI测距的影响 | 第34-35页 |
3.2.3 人员流动对RSSI测距的影响 | 第35-36页 |
3.2.4 RSSI数据预处理 | 第36-38页 |
3.3 基于RSSI的传统质心定位算法 | 第38-39页 |
3.4 基于RSSI的改进质心定位算法 | 第39-43页 |
3.4.1 优选的信标节点策略 | 第40-41页 |
3.4.2 定位点区域划分 | 第41-43页 |
3.5 算法流程与实验结果 | 第43-47页 |
3.5.1 算法流程 | 第43-44页 |
3.5.2 实验结果与分析 | 第44-47页 |
3.6 本章小结 | 第47-48页 |
第4章 基于离散位置估计的粒子滤波目标跟踪算法 | 第48-60页 |
4.1 状态转移模型建立 | 第48-51页 |
4.1.1 粒子初始化 | 第48-49页 |
4.1.2 状态转移模型 | 第49-51页 |
4.2 粒子权值计算 | 第51-54页 |
4.2.1 传统粒子权值计算策略 | 第51-52页 |
4.2.2 改进的粒子权值计算策略 | 第52-54页 |
4.3 重采样 | 第54-55页 |
4.4 算法流程与实验结果 | 第55-59页 |
4.4.1 算法流程 | 第55-57页 |
4.4.2 实验结果与分析 | 第57-59页 |
4.5 本章小结 | 第59-60页 |
第5章 系统设计与结果分析 | 第60-72页 |
5.1 系统整体结构设计 | 第60-62页 |
5.1.1 系统架构 | 第60-61页 |
5.1.2 系统架构设计 | 第61-62页 |
5.2 蓝牙基站设计 | 第62-64页 |
5.2.1 信标节点布设 | 第62页 |
5.2.2 信标节点程序设计 | 第62-64页 |
5.3 终端节点设计 | 第64-67页 |
5.3.1 数据管理 | 第64-66页 |
5.3.2 位置计算与显示 | 第66-67页 |
5.4 系统定位性能分析 | 第67-70页 |
5.5 本章小结 | 第70-72页 |
结论 | 第72-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间所发表的学术论文 | 第78-80页 |
致谢 | 第80页 |