基于Wi-Fi的室内定位算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容及创新意义 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 WI-FI定位的相关原理与技术 | 第14-26页 |
| 2.1 WI-FI无线通信技术的特点 | 第14页 |
| 2.2 常用的WI-FI室内定位技术 | 第14-16页 |
| 2.3 WI-FI室内定位的主要应用 | 第16-17页 |
| 2.4 室内定位的可能性 | 第17-20页 |
| 2.5 室内定位中个人隐私安全 | 第20-21页 |
| 2.6 楼层定位原理 | 第21-26页 |
| 2.6.1 压力传感器测高方法 | 第21-23页 |
| 2.6.2 加速度传感器测高原理 | 第23-24页 |
| 2.6.3 MSD算法测高原理 | 第24页 |
| 2.6.4 楼层定位总结 | 第24-26页 |
| 第3章 衰减模型与指纹算法及相关技术 | 第26-47页 |
| 3.1 衰减模型与三边定位原理 | 第26-30页 |
| 3.1.1 对数常态路径衰减模型 | 第26-28页 |
| 3.1.2 线性衰减模型 | 第28页 |
| 3.1.3 三边定位原理 | 第28-30页 |
| 3.2 指纹算法原理与分析 | 第30页 |
| 3.3 WI-FI室内指纹定位算法简介 | 第30-36页 |
| 3.3.1 K加权近邻法(WKNN) | 第31-32页 |
| 3.3.2 Wi-Fi热点的选择 | 第32-33页 |
| 3.3.3 高概率区间筛选法 | 第33-35页 |
| 3.3.4 具体的定位 | 第35-36页 |
| 3.4 平滑滤波方法讨论 | 第36-47页 |
| 3.4.1 奇异值处理 | 第36-39页 |
| 3.4.2 扩展卡尔曼滤波算法 | 第39-42页 |
| 3.4.3 小波阈值去噪方法介绍 | 第42-44页 |
| 3.4.4 高斯平滑滤波方法原理 | 第44-47页 |
| 第4章 室内定位坐标估计与多径分析 | 第47-55页 |
| 4.1 室内一维测距定位算法 | 第47-49页 |
| 4.1.1 室内一维测距定位坐标获取 | 第47-48页 |
| 4.1.2 矫正器选择 | 第48-49页 |
| 4.2 室内二维坐标估计算法 | 第49-52页 |
| 4.2.1 室内二维测距定位算法实现 | 第49-50页 |
| 4.2.2 最小二乘法位置估计 | 第50-52页 |
| 4.3 室内定位整体流程 | 第52-53页 |
| 4.4 抗多径效应方案 | 第53-55页 |
| 第5章 实验测试与结果分析 | 第55-64页 |
| 5.1 室内定位测试软件介绍 | 第55-56页 |
| 5.2 测试环境及路由器部署 | 第56-57页 |
| 5.3 衰减模型与指纹算法实际测试 | 第57-62页 |
| 5.3.1 衰减模型的测试 | 第57-60页 |
| 5.3.2 指纹算法的测试 | 第60-62页 |
| 5.4 定位误差分析 | 第62-64页 |
| 结论与展望 | 第64-65页 |
| 研究结论 | 第64页 |
| 后期展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间取得学术成果 | 第69页 |
