基于区域划分的WLAN室内定位方法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 典型的WLAN室内定位系统 | 第10-11页 |
| 1.2.2 相关技术 | 第11-14页 |
| 1.3 研究内容及论文结构 | 第14-17页 |
| 1.3.1 论文主要内容 | 第14页 |
| 1.3.2 论文组织结构 | 第14-17页 |
| 2 基于WLAN的位置指纹定位模型 | 第17-23页 |
| 2.1 WLAN位置指纹定位原理 | 第17-18页 |
| 2.2 WLAN指纹定位面临的问题和挑战 | 第18-20页 |
| 2.2.1 RSS的时变性 | 第18-19页 |
| 2.2.2 指纹采集的工作量问题 | 第19页 |
| 2.2.3 指纹定位的匹配效率问题 | 第19-20页 |
| 2.3 改进的WLAN指纹定位模型 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 基于PSO-QN算法的指纹库构建方法 | 第23-35页 |
| 3.1 指纹库构建模型 | 第23页 |
| 3.2 基于高斯滤波的RSS数据处理 | 第23-24页 |
| 3.3 基于传播模型的虚拟参考点构建 | 第24-26页 |
| 3.4 基于PSO-QN算法的参数估计 | 第26-28页 |
| 3.4.1 粒子群算法 | 第26-27页 |
| 3.4.2 拟牛顿算法 | 第27页 |
| 3.4.3 PSO-QN算法 | 第27-28页 |
| 3.5 实验分析 | 第28-33页 |
| 3.5.1 高斯滤波 | 第29-30页 |
| 3.5.2 虚拟参考点构建及定位精度 | 第30-32页 |
| 3.5.3 插值方法对比 | 第32-33页 |
| 3.5.4 优化算法对比 | 第33页 |
| 3.6 本章小结 | 第33-35页 |
| 4 基于IFCM算法的区域划分定位方法 | 第35-53页 |
| 4.1 基于IFCM算法的区域划分方法 | 第35-40页 |
| 4.1.1 IFCM算法 | 第36-39页 |
| 4.1.2 基于IFCM算法的区域划分 | 第39-40页 |
| 4.2 基于层次聚类的AP优选方法 | 第40-41页 |
| 4.3 基于Pearson系数的定位算法 | 第41-43页 |
| 4.3.1 定位匹配相关方法 | 第41-42页 |
| 4.3.2 定位匹配 | 第42-43页 |
| 4.4 实验分析 | 第43-51页 |
| 4.4.1 区域划分结果 | 第43-45页 |
| 4.4.2 区域划分对定位精度及复杂度的影响 | 第45-48页 |
| 4.4.3 AP优选对定位精度及复杂度的影响 | 第48-51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 基于WLAN的室内定位系统 | 第53-63页 |
| 5.1 系统整体结构 | 第53-54页 |
| 5.2 服务器端设计 | 第54-56页 |
| 5.3 客户端设计 | 第56-57页 |
| 5.4 系统主要功能展示 | 第57-61页 |
| 5.4.1 Web端主要功能 | 第58-59页 |
| 5.4.2 移动端主要功能 | 第59-61页 |
| 5.5 系统测试 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 在校期间相关成果 | 第73页 |
