| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及研究目的和意义 | 第7-8页 |
| 1.2 室内定位算法的国内外研究现状 | 第8-11页 |
| 1.3 论文的主要内容和各章节安排 | 第11-12页 |
| 第二章 无线传感器网络及ZigBee技术 | 第12-25页 |
| 2.1 无线传感器网络 | 第12-15页 |
| 2.1.1 无线传感器网络概念 | 第12-13页 |
| 2.1.2 传感器节点组成 | 第13-14页 |
| 2.1.3 无线传感器网络应用 | 第14-15页 |
| 2.2 ZigBee技术 | 第15-20页 |
| 2.2.1 ZigBee协议 | 第15-18页 |
| 2.2.2 ZigBee网络结构 | 第18-20页 |
| 2.3 基于ZigBee的实验平台 | 第20-24页 |
| 2.3.1 实验平台搭建 | 第20-23页 |
| 2.3.2 RSSI值收集 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 无线传感器网络定位技术 | 第25-37页 |
| 3.1 定位技术分类 | 第25-30页 |
| 3.1.1 基于非测距的定位技术 | 第26-27页 |
| 3.1.2 基于测距的定位技术 | 第27-30页 |
| 3.2 无线传感器网络信号传播模型 | 第30-33页 |
| 3.3 常见的定位算法 | 第33-35页 |
| 3.3.1 三边定位算法 | 第33页 |
| 3.3.2 三角定位算法 | 第33-34页 |
| 3.3.3 极大似然估计 | 第34页 |
| 3.3.4 质心和加权质心定位算法 | 第34-35页 |
| 3.4 定位算法评价标准 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于人工神经网络及ZigBee技术的定位算法 | 第37-50页 |
| 4.1 基于BP神经网络及ZigBee技术的定位算法 | 第38-45页 |
| 4.1.1 BP神经网络介绍 | 第38-41页 |
| 4.1.2 算法仿真实现 | 第41-45页 |
| 4.2 基于GRNN神经网络及ZigBee技术的定位算法 | 第45-48页 |
| 4.2.1 GRNN神经网络介绍 | 第45-46页 |
| 4.2.2 算法仿真实现 | 第46-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 5.1 本文工作总结 | 第50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 个人简历 | 第54-55页 |
| 致谢 | 第55页 |
