| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 基于WiFi信道状态信息的AoA估计 | 第10-11页 |
| 1.2.2 基于WiFi信道状态信息的测距 | 第11-12页 |
| 1.3 主要研究内容与章节安排 | 第12-15页 |
| 第二章 基于信道状态信息的单基站定位原理 | 第15-22页 |
| 2.1 信道状态信息的测量模型 | 第15页 |
| 2.2 基于信道状态信息的AoA测量原理 | 第15-19页 |
| 2.2.1 AoA测量模型 | 第15-18页 |
| 2.2.2 AoA估计算法 | 第18-19页 |
| 2.3 基于信道状态信息的测距原理 | 第19-20页 |
| 2.4 单基站定位的数学模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于WIFI信道状态信息的AOA估计 | 第22-35页 |
| 3.1 基于小波去噪预处理的AoA空间谱估计 | 第22-28页 |
| 3.1.1 CSI相位校正 | 第22-24页 |
| 3.1.2 小波去噪处理 | 第24-27页 |
| 3.1.3 小波去噪后的AoA空间谱估计仿真 | 第27-28页 |
| 3.2 基于层次聚类-LOGISTIC回归的直射径辨识 | 第28-32页 |
| 3.2.1 多样本AoA估计结果的聚类分析 | 第28-30页 |
| 3.2.2 类簇的特征选择与训练集的构造 | 第30页 |
| 3.2.3 直射径AoA辨识回归模型的建立 | 第30-32页 |
| 3.3 实验结果与分析 | 第32-34页 |
| 3.3.1 直射径AoA辨识准确率评估 | 第32页 |
| 3.3.2 直射径AoA估计精度性能 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于支持向量回归的损耗因子动态估计的测距方法 | 第35-47页 |
| 4.1 路径损耗因子与NLOS测距问题 | 第35-36页 |
| 4.2 信号的特征提取 | 第36-40页 |
| 4.2.1 有效信号功率的提取 | 第36-38页 |
| 4.2.2 偏度与莱斯-K因子的提取 | 第38-39页 |
| 4.2.3 天线间相位差方差因子的提取 | 第39-40页 |
| 4.3 损耗因子回归建模与测距流程 | 第40-44页 |
| 4.3.1 障碍物的多样性对损耗因子的影响 | 第40-41页 |
| 4.3.2 损耗因子与提取特征之间的关系 | 第41-42页 |
| 4.3.3 损耗因子的支持向量回归模型 | 第42-44页 |
| 4.3.4 测距流程 | 第44页 |
| 4.4 实验结果与分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于CSI的单基站定位实验与评估 | 第47-61页 |
| 5.1 单基站定位系统原型设计与实现 | 第47-51页 |
| 5.1.1 单基站定位系统组成 | 第47-49页 |
| 5.1.2 系统工作流程 | 第49-51页 |
| 5.1.3 定位结果优化 | 第51页 |
| 5.2 定位实验与评估 | 第51-60页 |
| 5.2.1 实验环境与数据采集 | 第53-56页 |
| 5.2.2 与已有单基站定位方法的对比 | 第56-57页 |
| 5.2.3 影响单基站定位性能的几个因素的讨论 | 第57-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结及展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间取得的研究成果 | 第67页 |