首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文

一种优化Wi-Fi混合指纹图室内定位算法

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-12页
    1.1 选题背景及现实意义第7-8页
    1.2 相关研究现状第8-9页
        1.2.1 指纹定位技术的研究现状第8-9页
        1.2.2 位置指纹图的相关研究现状第9页
    1.3 本文主要研究内容第9-10页
    1.4 本文组织结构第10-12页
第2章 指纹定位相关技术基础第12-20页
    2.1 WI-FI指纹定位的原理介绍第12-14页
    2.2 指纹匹配定位算法第14-17页
        2.2.1 K最近邻算法(K-Nearest Neighbor, KNN)第14-15页
        2.2.2 加权最近邻算法(Weighted KNN,WKNN)第15页
        2.2.3 人工神经网络算法(Neural Network,NN)第15-17页
    2.3 数据挖掘算法在指纹定位的应用第17-18页
        2.3.1 聚类算法在数据挖掘的应用第17页
        2.3.2 K-means聚类算法第17-18页
        2.3.3 类算法在数据挖掘的应用第18页
    2.4 地理信息对定位结果的修正第18-19页
    2.5 本章小结第19-20页
第3章 指纹图库的优化和指纹预处理第20-28页
    3.1 概述第20-21页
    3.2 位置指纹的采集工作第21-24页
        3.2.1 方向信号的影响第21-22页
        3.2.2 采集设备对信号的影响第22-23页
        3.2.3 离线信号的采集第23-24页
    3.3 K-Means聚类指纹预处理第24页
    3.4 敏感区域划第24-25页
    3.5 混合指纹图库的构建第25-27页
        3.5.1 虚拟采样点的增加第25-26页
        3.5.2 敏感区域的处理第26-27页
    3.6 本章小结第27-28页
第4章 基于WKNN的在线指纹定位算法第28-33页
    4.1 概述第28页
    4.2 地理信息对权值参数的影响第28-30页
    4.3 改进的WKNN权值参数算法第30-32页
    4.4 本章小结第32-33页
第5章 WI-FI混合指纹图优化室内定位系统实现第33-39页
    5.1 系统架构第33页
    5.2 系统定位流程第33-34页
    5.3 系统详细设计第34-38页
        5.3.1 系统功能模块设计第34-36页
        5.3.2 系统数据设计第36-38页
    5.4 本章小结第38-39页
第6章 实验设计与结果析第39-44页
    6.1 实验设备及环境第39-40页
    6.2 实验与数据析第40-43页
        6.2.1 方向指纹对定位精度的影响第40页
        6.2.2 混合指纹图对定位结果的影响第40-41页
        6.2.3 不同数据挖掘算法建立的虚拟参考点对定位精度的影响第41-42页
        6.2.4 地理信息对定位结果的修正第42-43页
    6.3 本章小结第43-44页
第7章 总结与展望第44-46页
    7.1 本文工作的总结第44页
    7.2 今后的工作展望第44-46页
参考文献第46-50页
致谢第50-51页
攻读硕士学位期间公开发表的论文第51页

论文共51页,点击 下载论文
上一篇:基于麦克风阵列的语音增强方法研究
下一篇:DSL光铜融合传输关键技术研究与验证