基于蓝牙的可自适应指纹室内定位方法研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第15-20页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第2章 室内定位关键技术研究 | 第20-37页 |
| 2.1 室内定位技术的介绍 | 第20-26页 |
| 2.1.1 红外(IR)定位 | 第20-21页 |
| 2.1.2 超宽带(UWB)定位 | 第21-23页 |
| 2.1.3 无线射频识别信号(RFID)定位 | 第23-24页 |
| 2.1.4 本地无线局域网(WLAN)定位 | 第24-25页 |
| 2.1.5 蓝牙(Bluetooth)定位 | 第25-26页 |
| 2.2 室内定位方法介绍 | 第26-29页 |
| 2.2.1 到达时间法 | 第26-27页 |
| 2.2.2 到达时间差法 | 第27-28页 |
| 2.2.3 基于信号强度的定位方法 | 第28页 |
| 2.2.4 接收信号角度法 | 第28-29页 |
| 2.3 位置指纹定位方法原理 | 第29-33页 |
| 2.3.1 位置指纹定位的工作原理 | 第29-30页 |
| 2.3.2 位置指纹定位算法 | 第30-33页 |
| 2.4 低功耗蓝牙的技术特点 | 第33-36页 |
| 2.4.1 低功耗蓝牙协议栈 | 第33-35页 |
| 2.4.2 低功耗蓝牙的特性 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 ABIL室内定位系统及算法 | 第37-53页 |
| 3.1 ABIL室内定位方案 | 第37-41页 |
| 3.1.1 方案概述 | 第37-39页 |
| 3.1.2 信号空间分布特性 | 第39-40页 |
| 3.1.3 环境的改变对指纹数据的影响 | 第40-41页 |
| 3.2 指纹数据库动态更新算法 | 第41-44页 |
| 3.2.1 指纹数据库的建立 | 第41-42页 |
| 3.2.2 动态更新指纹数据库的算法 | 第42-44页 |
| 3.3 指纹数据的K-Means聚类算法 | 第44-48页 |
| 3.3.1 聚类方法概述 | 第44页 |
| 3.3.2 K-Means聚类 | 第44-45页 |
| 3.3.3 二分K-Means聚类 | 第45-46页 |
| 3.3.4 聚类数目K的选择 | 第46-47页 |
| 3.3.5 指纹数据库的聚类算法 | 第47-48页 |
| 3.4 基于聚类的在线匹配方案 | 第48-52页 |
| 3.4.1 在线匹配方案概述 | 第48页 |
| 3.4.2 卡尔曼滤波器 | 第48-50页 |
| 3.4.3 基于聚类的改进型在线匹配算法 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 ABIL系统实现及应用 | 第53-74页 |
| 4.1 系统平台搭建 | 第53-64页 |
| 4.1.1 系统需求分析 | 第53页 |
| 4.1.2 系统框架设计 | 第53-56页 |
| 4.1.3 客户端核心模块介绍 | 第56-60页 |
| 4.1.4 服务器端核心模块介绍 | 第60-63页 |
| 4.1.5 系统实现 | 第63-64页 |
| 4.2 实验过程 | 第64-67页 |
| 4.2.1 实验准备 | 第64-65页 |
| 4.2.2 离线阶段处理 | 第65-66页 |
| 4.2.3 在线阶段处理 | 第66页 |
| 4.2.4 实验方案 | 第66-67页 |
| 4.3 实验结果分析 | 第67-73页 |
| 4.3.1 算法的定位精度 | 第67-70页 |
| 4.3.2 主动校准对定位结果的影响 | 第70-71页 |
| 4.3.3 聚类结果分析 | 第71-73页 |
| 4.4 总结 | 第73-74页 |
| 第5章 总结 | 第74-76页 |
| 5.1 全文总结 | 第74页 |
| 5.2 研究展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |
