基于位置指纹的WLAN室内自适应定位技术研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-17页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 课题研究背景 | 第7-8页 |
| 1.1.2 课题研究意义 | 第8-9页 |
| 1.2 国内外发展及研究现状 | 第9-14页 |
| 1.2.1 典型的室内定位技术 | 第9-12页 |
| 1.2.2 WLAN指纹室内定位发展现状 | 第12-14页 |
| 1.3 基于位置指纹的WLAN定位的主要问题 | 第14页 |
| 1.4 主要研究内容及论文结构 | 第14-17页 |
| 2 基于位置指纹的WLAN室内定位理论概述 | 第17-25页 |
| 2.1 WLAN室内定位技术分类 | 第17-20页 |
| 2.2 WLAN位置指纹室内定位介绍 | 第20-21页 |
| 2.2.1 基本定位原理 | 第20-21页 |
| 2.2.2 定位性能评价指标 | 第21页 |
| 2.3 WLAN位置指纹室内定位分类 | 第21-24页 |
| 2.3.1 确定性定位方法 | 第21-22页 |
| 2.3.2 概率分布定位方法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于位置指纹的WLAN室内定位关键因素分析 | 第25-40页 |
| 3.1 实验平台 | 第25-26页 |
| 3.2 室内接收信号强度特征分析 | 第26-31页 |
| 3.2.1 接收信号强度与位置映射关系 | 第27页 |
| 3.2.2 接收信号强度概率分布 | 第27-29页 |
| 3.2.3 可感测接入点数目的变化 | 第29页 |
| 3.2.4 不同接入点接收信号强度的相关性 | 第29-31页 |
| 3.3 接收信号强度的影响因素 | 第31-36页 |
| 3.3.1 采样数目的影响 | 第31-33页 |
| 3.3.2 人员流动的影响 | 第33页 |
| 3.3.3 不同设备间差异的影响 | 第33-34页 |
| 3.3.4 设备天线方向的影响 | 第34-36页 |
| 3.4 影响定位精度因素理论分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于聚类分析的WLAN指纹自适应定位算法 | 第40-58页 |
| 4.1 问题引出 | 第40页 |
| 4.2 数据预处理 | 第40-44页 |
| 4.2.1 粗大误差去除 | 第40-42页 |
| 4.2.2 核密度估计 | 第42页 |
| 4.2.3 异常值检测 | 第42-44页 |
| 4.3 不同设备接收信号强度补偿校正 | 第44-47页 |
| 4.4 基于聚类分析的室内自适应定位算法 | 第47-51页 |
| 4.4.1 仿射传播聚类室内区域划分 | 第47-49页 |
| 4.4.2 室内自适应定位算法 | 第49-51页 |
| 4.5 算法实验及分析 | 第51-56页 |
| 4.5.1 数据预处理分析 | 第51-52页 |
| 4.5.2 设备差异补偿校正实验结果分析 | 第52-54页 |
| 4.5.3 算法实验结果分析 | 第54-56页 |
| 4.6 本章小结 | 第56-58页 |
| 5 基于黄蜂群响应阈值模型的AP选择算法 | 第58-64页 |
| 5.1 问题引出 | 第58页 |
| 5.2 现有接入点选择算法介绍 | 第58-59页 |
| 5.3 基于黄蜂群响应阈值模型的AP选择算法 | 第59-61页 |
| 5.3.1 黄蜂群响应阈值模型 | 第59-60页 |
| 5.3.2 接入点效用函数 | 第60-61页 |
| 5.4 算法实验及分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 附录A 室内定位实验场景图 | 第72-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74-76页 |
