| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第2章 相关概念与技术 | 第15-27页 |
| 2.1 无线定位的分类 | 第15-19页 |
| 2.1.1 移动通信系统定位 | 第15-17页 |
| 2.1.2 无线传感器网络定位 | 第17页 |
| 2.1.3 WiFi网络无线定位 | 第17-19页 |
| 2.2 WiFi网络定位方法 | 第19-21页 |
| 2.2.1 几何定位法 | 第19-20页 |
| 2.2.2 近似定位法 | 第20-21页 |
| 2.2.3 场景分析法 | 第21页 |
| 2.3 目标追踪技术 | 第21-25页 |
| 2.3.1 维纳滤波理论 | 第22-23页 |
| 2.3.2 卡尔曼滤波理论 | 第23-24页 |
| 2.3.3 粒子滤波理论 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 WiFi网络中快速定位算法 | 第27-41页 |
| 3.1 基于WiFi的指纹特征定位算法 | 第27-30页 |
| 3.1.1 指纹定位算法的基本流程 | 第27-28页 |
| 3.1.2 基于聚类分析的指纹定位算法的研究 | 第28-29页 |
| 3.1.3 WiFi指纹数据预处理 | 第29-30页 |
| 3.2 一种改进的K-均值聚类算法 | 第30-33页 |
| 3.2.1 K-均值聚类算法介绍 | 第30-32页 |
| 3.2.2 K-均值聚类算法的改进 | 第32-33页 |
| 3.3 WiFi指纹比对算法的设计 | 第33-35页 |
| 3.4 聚类算法的性能分析 | 第35-40页 |
| 3.4.1 算法实验结果分析 | 第35-38页 |
| 3.4.2 劣质聚类结果的处理 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 WiFi网络中移动追踪算法 | 第41-57页 |
| 4.1 定位追踪的基本流程 | 第41-42页 |
| 4.2 卡尔曼滤波算法 | 第42-45页 |
| 4.3 改进的Sage-Husa自适应卡尔曼滤波算法 | 第45-53页 |
| 4.3.1 Sage_Husa自适应滤波 | 第45-48页 |
| 4.3.2 滤波发散的抑制 | 第48-50页 |
| 4.3.3 运动目标的动态模型建立 | 第50-53页 |
| 4.4 算法性能分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 WiFi定位追踪原型系统的实现 | 第57-73页 |
| 5.1 定位追踪系统的设计与实现 | 第57-64页 |
| 5.1.1 定位追踪系统的整体设计思路 | 第57-58页 |
| 5.1.2 定位功能模块的设计 | 第58-61页 |
| 5.1.3 追踪模块设计与实现 | 第61-64页 |
| 5.2 定位系统开发环境 | 第64页 |
| 5.3 性能测试 | 第64-70页 |
| 5.3.1 定位测试 | 第64-69页 |
| 5.3.2 追踪模块仿真测试 | 第69-70页 |
| 5.4 本章小结 | 第70-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士期间参与的主要科研项目 | 第81页 |