| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 论文研究背景及意义 | 第10-14页 |
| 1.1.1 无线室内定位研究背景 | 第10-11页 |
| 1.1.2 D2D协同定位研究背景 | 第11-14页 |
| 1.1.3 课题主要来源 | 第14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 无线室内定位研究现状 | 第14-16页 |
| 1.2.2 D2D协同定位算法研究现状 | 第16-18页 |
| 1.2.3 室内定位发展历程 | 第18-19页 |
| 1.3 论文主要研究内容 | 第19-21页 |
| 1.4 论文组织结构 | 第21-22页 |
| 第二章 室内定位体系架构与算法研究 | 第22-35页 |
| 2.1 引言 | 第22页 |
| 2.2 通用室内定位体系架构 | 第22-23页 |
| 2.3 非协同定位算法研究 | 第23-28页 |
| 2.3.1 信号测量方案 | 第23-25页 |
| 2.3.2 常见非协同定位算法 | 第25-28页 |
| 2.4 协同定位算法研究 | 第28-34页 |
| 2.4.1 协同定位问题模型建立 | 第29页 |
| 2.4.2 基于非贝叶斯的协同定位 | 第29-30页 |
| 2.4.3 基于贝叶斯的协同定位 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于测距信号与PDR的概率选择算法研究 | 第35-52页 |
| 3.1 引言 | 第35页 |
| 3.2 所提出的室内定位系统体系架构 | 第35-37页 |
| 3.2.1 初定位阶段 | 第36-37页 |
| 3.2.2 正常定位阶段 | 第37页 |
| 3.3 概率位置选择算法 | 第37-43页 |
| 3.3.1 随机粒子生成 | 第38页 |
| 3.3.2 非视距识别 | 第38-40页 |
| 3.3.3 粒子筛选 | 第40-41页 |
| 3.3.4 粒子评估 | 第41-43页 |
| 3.4 仿真与实验结果 | 第43-50页 |
| 3.4.1 概率位置选择算法性能评估 | 第44-49页 |
| 3.4.2 非视距识别方案仿真分析 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于5G与蓝牙的协同定位算法研究 | 第52-75页 |
| 4.1 引言 | 第52-53页 |
| 4.2 基于蓝牙和5G的AN-SPAWN协同定位方案 | 第53-62页 |
| 4.2.1 协同定位系统模型 | 第53-55页 |
| 4.2.2 协同定位算法因子图模型推导 | 第55-57页 |
| 4.2.3 算法流程描述 | 第57-62页 |
| 4.3 协同定位合作终端节点优选算法 | 第62-65页 |
| 4.3.1 节点优选因子的构建 | 第62-65页 |
| 4.3.2 基于优选因子的合作节点集群构建 | 第65页 |
| 4.4 算法实验及仿真 | 第65-74页 |
| 4.4.1 实验环境算法性能分析 | 第66-68页 |
| 4.4.2 大型室内场景算法性能分析 | 第68-72页 |
| 4.4.3 关于协同定位节点优选方案分析 | 第72-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间发表的学术论文及专利 | 第84-86页 |
| 攻读硕士学位期间参加项目 | 第86页 |