| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 选题背景及意义 | 第13-14页 |
| 1.2 国内外发展及研究现状 | 第14-17页 |
| 1.2.1 典型室内定位系统 | 第14-16页 |
| 1.2.2 基于BLE的室内定位技术研究现状 | 第16-17页 |
| 1.3 本论文的主要研究内容 | 第17-18页 |
| 1.4 本论文的结构安排 | 第18-20页 |
| 第二章 低功耗蓝牙技术与室内定位技术 | 第20-31页 |
| 2.1 低功耗蓝牙技术简介 | 第20-21页 |
| 2.1.1 iBeacon设备外观 | 第20-21页 |
| 2.1.2 iBeacon协议数据简介 | 第21页 |
| 2.2 常见定位技术 | 第21-23页 |
| 2.2.1 基于距离的定位算法 | 第22-23页 |
| 2.2.2 基于指纹的定位算法 | 第23页 |
| 2.3 位置指纹定位系统 | 第23-29页 |
| 2.3.1 位置指纹系统组成 | 第24页 |
| 2.3.2 离线阶段 | 第24-25页 |
| 2.3.3 定位阶段 | 第25-27页 |
| 2.3.4 滤波阶段 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 POKNNPF室内定位算法 | 第31-45页 |
| 3.1 算法主要思想及流程 | 第31-32页 |
| 3.2 数据预处理 | 第32-35页 |
| 3.2.1 POKNNPF算法中的指纹数据预处理方法 | 第33-35页 |
| 3.3 改进的KNN算法 | 第35-38页 |
| 3.3.1 改进KNN算法的思想及实现 | 第35-36页 |
| 3.3.2 改进KNN算法算法复杂度 | 第36-38页 |
| 3.3.3 仿真结果分析 | 第38页 |
| 3.4 滤波阶段优化 | 第38-44页 |
| 3.4.1 算法流程 | 第38-41页 |
| 3.4.2 粒子滤波穿墙判断的优化 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 定位后的处理技术 | 第45-53页 |
| 4.1 定位点的稳定 | 第45-51页 |
| 4.1.1 计步器算法 | 第45-48页 |
| 4.1.2 静止情况下的定位稳定 | 第48-51页 |
| 4.2 静态路径匹配 | 第51-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第五章 低功耗蓝牙室内定位系统的设计与实现 | 第53-67页 |
| 5.1 POKNNPF定位系统模型 | 第53页 |
| 5.2 客户端设计与实现 | 第53-55页 |
| 5.2.1 RSSI信息收集模块 | 第54页 |
| 5.2.2 通信模块 | 第54-55页 |
| 5.2.3 计步器实现模块 | 第55页 |
| 5.2.4 地图显示模块 | 第55页 |
| 5.3 服务器端设计与实现 | 第55-61页 |
| 5.3.1 服务器端架构实现 | 第56-58页 |
| 5.3.2 数据库模块 | 第58-59页 |
| 5.3.3 通信模块 | 第59-61页 |
| 5.3.4 定位计算模块 | 第61页 |
| 5.4 定位系统物理部署与性能测试 | 第61-66页 |
| 5.4.1 测试环境介绍 | 第61-62页 |
| 5.4.2 定位系统的测试 | 第62-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文的主要创新点 | 第67-68页 |
| 6.2 下一步的工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 硕士期间取得的成果 | 第73页 |