| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 课题来源及目的意义 | 第10-14页 |
| 1.1.1 课题来源 | 第10-11页 |
| 1.1.2 课题目的及意义 | 第11-14页 |
| 1.2 室内定位系统及其定位方法的研究现状 | 第14-16页 |
| 1.2.1 室内定位系统研究现状 | 第14-16页 |
| 1.2.2 室内定位方法研究现状 | 第16页 |
| 1.3 Radio Map建立方法的研究现状 | 第16-19页 |
| 1.3.1 手动建立Radio Map方法研究现状 | 第17页 |
| 1.3.2 Radio Map的无监督建立方法的研究现状 | 第17-18页 |
| 1.3.3 Radio Map的半监督建立方法的研究现状 | 第18-19页 |
| 1.4 流形对齐的研究现状 | 第19-20页 |
| 1.5 本文研究结构及主要内容 | 第20-23页 |
| 第2章 WLAN室内定位系统概述 | 第23-39页 |
| 2.1 WILS的组成及其实现流程 | 第23-24页 |
| 2.1.1 系统结构 | 第23-24页 |
| 2.1.2 系统工作流程 | 第24页 |
| 2.2 WLAN室内定位方法 | 第24-27页 |
| 2.2.1 确定型FLA算法 | 第25-26页 |
| 2.2.2 概率型FLA算法 | 第26-27页 |
| 2.3 Radio Map的建立及其特征 | 第27-32页 |
| 2.3.1 基于固定终端的Radio Map特征分析 | 第27-28页 |
| 2.3.2 基于移动终端的Radio Map特征分析 | 第28-32页 |
| 2.4 基于仿射聚类的位置指纹定位方法 | 第32-37页 |
| 2.4.1 基于仿射传播聚类的分区方法 | 第32-33页 |
| 2.4.2 基于位置指纹的子区域匹配方法 | 第33页 |
| 2.4.3 AP-KNN算法的性能分析 | 第33-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 流形对齐及超分分辨分析 | 第39-60页 |
| 3.1 流形及典型流形学习方法 | 第39-49页 |
| 3.1.1 基本理论 | 第39-41页 |
| 3.1.2 典型流形学习方法 | 第41-49页 |
| 3.2 耦合度量学习及流形对齐的基本概念 | 第49-51页 |
| 3.2.1 耦合度量学习简介 | 第49-50页 |
| 3.2.2 流形对齐简介 | 第50-51页 |
| 3.3 基于UCML的流形对齐方法 | 第51-57页 |
| 3.3.1 统一耦合度量学习 | 第51-54页 |
| 3.3.2 基于UCML的流形对齐算法 | 第54-57页 |
| 3.4 SRA-MA | 第57-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第4章 基于流形对齐的WILS及其性能分析 | 第60-74页 |
| 4.1 WILS的系统架构及其部署 | 第60-64页 |
| 4.1.1 基于流形对齐的WILS的基本框架 | 第60-61页 |
| 4.1.2 WILS的部署 | 第61-64页 |
| 4.2 基于流形对齐的WLAN室内定位方法 | 第64-66页 |
| 4.2.1 基于流形对齐的Radio Map的建立 | 第64-65页 |
| 4.2.2 基于流形对齐的WLAN室内定位方法 | 第65-66页 |
| 4.3 多终端情形下DML及re KNN的性能分析 | 第66-70页 |
| 4.4 HIT-WILS12 中DML及re KNN的性能分析 | 第70-73页 |
| 4.5 本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读学位期间发表的学术论文 | 第82-84页 |
| 致谢 | 第84-85页 |
| 附录A | 第85-90页 |
| A.1 采样分辨率对照表 | 第85页 |
| A.2 Google Nexus 5 及Samsung Note II的性能测试结果 | 第85-88页 |
| A.3 不同参数下HIT-WILS12 系统性能分析结果 | 第88-90页 |
