| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 相关研究工作 | 第14-18页 |
| 1.2.1 RSSI信号滤波预处理技术的研究 | 第14-15页 |
| 1.2.2 基于RSSI信号的定位算法研究 | 第15-16页 |
| 1.2.3 运动目标跟踪算法的研究 | 第16-18页 |
| 1.3 论文的创新点 | 第18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 基于RSSI的典型定位技术 | 第20-27页 |
| 2.1 基于RSSI的定位技术概述 | 第20页 |
| 2.2 基于RSSI的传播距离损耗模型定位技术 | 第20-22页 |
| 2.2.1 信号强度的传播距离损耗模型 | 第20-21页 |
| 2.2.2 三边定位法 | 第21页 |
| 2.2.3 最大似然定位法 | 第21-22页 |
| 2.3 基于RSSI信号的位置指纹定位技术 | 第22-26页 |
| 2.3.1 近邻法(Nearest Neighbor,NN) | 第23-24页 |
| 2.3.2 K近邻法(K Nearest Neighbor,KNN) | 第24页 |
| 2.3.3 加权K近邻法(Weighted K Nearest Neighbor,WKNN) | 第24页 |
| 2.3.4 贝叶斯概率法 | 第24-25页 |
| 2.3.5 BP神经网络法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 RSSI信号预处理技术研究 | 第27-35页 |
| 3.1 典型的RSSI信号预处理技术 | 第27页 |
| 3.2 自适应KF抗野值算法 | 第27-34页 |
| 3.2.1 算法提出 | 第27-31页 |
| 3.2.2 修正原理 | 第31-32页 |
| 3.2.3 实验仿真 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 室内定位算法研究 | 第35-58页 |
| 4.1 基于Dice系数的WKNN定位算法 | 第35-37页 |
| 4.1.1 算法介绍 | 第35页 |
| 4.1.2 算法提出 | 第35-36页 |
| 4.1.3 Mysql数据库 | 第36页 |
| 4.1.4 实验仿真 | 第36-37页 |
| 4.2 室内目标跟踪定位算法 | 第37-46页 |
| 4.2.1 卡尔曼滤波算法 | 第37-38页 |
| 4.2.2 扩展卡尔曼滤波算法 | 第38-39页 |
| 4.2.3 粒子滤波算法 | 第39-40页 |
| 4.2.4 无迹卡尔曼滤波算法 | 第40-41页 |
| 4.2.5 实验仿真 | 第41-46页 |
| 4.3 KF+UKF目标跟踪算法 | 第46-57页 |
| 4.3.1 算法介绍 | 第46页 |
| 4.3.2 性能评估指标 | 第46-48页 |
| 4.3.3 KF切换到UKF | 第48-53页 |
| 4.3.4 切换门限的改进 | 第53-55页 |
| 4.3.5 定位流程 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65页 |
