| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 RFID室内仓库定位技术研究现状 | 第9-11页 |
| 1.2.2 研究现状分析 | 第11页 |
| 1.3 问题提出以及研究意义 | 第11-12页 |
| 1.4 论文研究内容以及章节安排 | 第12-15页 |
| 2 仓库货物平面定位总体设计方案 | 第15-29页 |
| 2.1 仓库定位环境 | 第15-17页 |
| 2.2 RFID工作原理 | 第17-19页 |
| 2.3 RFID室内定位算法概述 | 第19-23页 |
| 2.3.1 基于测距的室内定位算法 | 第19-22页 |
| 2.3.2 基于非测距的室内定位算法 | 第22-23页 |
| 2.4 问题分析以及研究思路 | 第23-24页 |
| 2.5 仓库平面定位总体设计方案 | 第24-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 基于DTBF的RFID数据预处理方法 | 第29-51页 |
| 3.1 问题的提出 | 第29-32页 |
| 3.1.1 应用场景 | 第29-30页 |
| 3.1.2 问题描述 | 第30-32页 |
| 3.2 数据去冗余方法概述 | 第32-33页 |
| 3.3 布隆过滤器（Bloom Filter） | 第33-35页 |
| 3.3.1 Bloom Filter原理 | 第33页 |
| 3.3.2 错误率估计 | 第33-34页 |
| 3.3.3 最优哈希函数个数 | 第34页 |
| 3.3.4 最优位组数 | 第34-35页 |
| 3.4 TBF（Time Bloom Filter） | 第35-36页 |
| 3.5 基于DTBF的数据预处理模型 | 第36-43页 |
| 3.5.1 数据预处理模型框架 | 第36-37页 |
| 3.5.2 DTBF布隆过滤器 | 第37-39页 |
| 3.5.3 时间强度模型的建立 | 第39-41页 |
| 3.5.4 算法流程 | 第41-43页 |
| 3.6 实验与分析 | 第43-50页 |
| 3.6.1 DTBF性能分析 | 第43-45页 |
| 3.6.2 时间强度模型性能分析 | 第45-50页 |
| 3.7 本章小结 | 第50-51页 |
| 4 基于改进模糊C均值聚类算法的货包标签定位 | 第51-67页 |
| 4.1 引言 | 第51页 |
| 4.2 模糊C均值聚类算法介绍 | 第51-53页 |
| 4.2.1 模糊C均值聚类算法基本原理 | 第51-53页 |
| 4.2.2 模糊C均值聚类算法在仓库货包定位中存在的问题 | 第53页 |
| 4.3 基于改进模糊C均值聚类算法 | 第53-57页 |
| 4.3.1 仓库货包标签坐标描述 | 第53-55页 |
| 4.3.2 基于最大距离法选取初始聚类中心 | 第55-56页 |
| 4.3.3 基于多聚类中心划分的模糊C均值聚类算法 | 第56-57页 |
| 4.4 算法流程以及实现 | 第57-59页 |
| 4.4.1 算法实现流程 | 第57-59页 |
| 4.4.2 实现步骤 | 第59页 |
| 4.5 实验分析 | 第59-66页 |
| 4.6 本章小结 | 第66-67页 |
| 5 仓库货包巡检定位的实现 | 第67-77页 |
| 5.1 引言 | 第67页 |
| 5.2 功能概述 | 第67页 |
| 5.3 实现平台 | 第67-68页 |
| 5.4 总体设计 | 第68-69页 |
| 5.5 算法实现流程 | 第69-71页 |
| 5.6 应用结果分析 | 第71-75页 |
| 5.7 本章小结 | 第75-77页 |
| 6 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 研究展望 | 第78-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 附录 | 第85页 |
| A. 作者在攻读硕士学位期间公开的发明专利 | 第85页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第85页 |
