| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-29页 |
| 1.1 引言 | 第15-17页 |
| 1.1.1 选题的背景和现实意义 | 第15-16页 |
| 1.1.2 定位系统的研究现状和技术发展 | 第16-17页 |
| 1.2 室内定位技术和定位系统 | 第17-27页 |
| 1.2.1 室内定位技术 | 第17-20页 |
| 1.2.2 WLAN室内定位研究现状 | 第20-25页 |
| 1.2.3 室内定位系统 | 第25-27页 |
| 1.3 论文的结构安排 | 第27-29页 |
| 第二章 WLAN定位理论和位置指纹算法研究 | 第29-44页 |
| 2.1 WLAN室内定位技术 | 第29-33页 |
| 2.1.1 WLAN的基本原理 | 第29-30页 |
| 2.1.2 WLAN的网络结构 | 第30-32页 |
| 2.1.3 IEEE802.11系列标准 | 第32-33页 |
| 2.1.4 WLAN技术的优势 | 第33页 |
| 2.2 位置指纹定位技术 | 第33-43页 |
| 2.2.1 WLAN位置指纹定位基本工作原理 | 第33-34页 |
| 2.2.2 室内坐标标识方法 | 第34-36页 |
| 2.2.3 Radio Map的建立方法 | 第36-37页 |
| 2.2.4 匹配算法分析 | 第37-42页 |
| 2.2.5 室内定位精度的主要影响因素 | 第42-43页 |
| 2.3 本章小结 | 第43-44页 |
| 第三章 RSS信号分析与特征提取方法研究 | 第44-51页 |
| 3.1 RSS信号分析 | 第44-46页 |
| 3.1.1 不同采样等待时间的信号特征分析 | 第44-45页 |
| 3.1.2 移动终端朝向对RSS影响 | 第45-46页 |
| 3.2 RSS信号特征提取 | 第46-50页 |
| 3.2.1 线性判别分析(LDA) | 第47-48页 |
| 3.2.2 核直接判别分析法(KDDA) | 第48-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第四章 基于KDDA和SFLA-LSSVR算法的室内定位算法 | 第51-64页 |
| 4.1 SFLA-LSSVR算法 | 第51-56页 |
| 4.1.1 混洗蛙跳算法(SFLA) | 第51-53页 |
| 4.1.2 最小二乘支持向量回归机(LSSVR) | 第53-54页 |
| 4.1.3 基于SFLA的LSSVR参数组合优化 | 第54-56页 |
| 4.2 基于KDDA和SFLA-LSSVR算法的室内定位算法 | 第56-63页 |
| 4.2.1 算法的步骤流程 | 第56-57页 |
| 4.2.2 实验条件 | 第57-58页 |
| 4.2.3 实验结果分析 | 第58-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64页 |
| 5.2 后续工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |