基于RSSI的室内定位算法的研究与改进
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 室内定位技术国内外研究现状 | 第10-12页 |
| 1.2.1 室内定位技术发展现状 | 第10页 |
| 1.2.2 几种典型的定位技术 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 室内定位算法分析 | 第14-28页 |
| 2.1 常用室内定位算法 | 第14-23页 |
| 2.1.1 TOA估计法 | 第14-15页 |
| 2.1.2 TDOA估计法 | 第15-17页 |
| 2.1.3 AOA估计法 | 第17-18页 |
| 2.1.4 RSSI估计法 | 第18-20页 |
| 2.1.5 位置坐标估计方法 | 第20-23页 |
| 2.2 基于RSSI的位置指纹算法 | 第23-27页 |
| 2.2.1 最近邻（NN）算法 | 第23-24页 |
| 2.2.2 K近邻（KNN）算法 | 第24页 |
| 2.2.3 加权K近邻（WKNN）算法 | 第24-25页 |
| 2.2.4 贝叶斯算法 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 基于RSSI位置指纹的研究与优化 | 第28-41页 |
| 3.1 RSSI的特性及其误差分析 | 第28-31页 |
| 3.1.1 RSSI的特性分析 | 第28-29页 |
| 3.1.2 误差分析 | 第29-31页 |
| 3.2 定位过程中位置指纹的优化 | 第31-38页 |
| 3.2.1 AP位置的不同对RSSI的影响 | 第31-32页 |
| 3.2.2 几种常用的指纹预处理方法 | 第32-36页 |
| 3.2.3 指纹的预处理优化 | 第36-38页 |
| 3.3 实验结果对比分析 | 第38-40页 |
| 3.3.1 数据来源 | 第38-39页 |
| 3.3.2 结果对比分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于模拟退火-K均值聚类的指纹匹配算法 | 第41-54页 |
| 4.1 基于K-均值聚类的定位算法 | 第41-44页 |
| 4.1.1 K-均值算法简介 | 第41-42页 |
| 4.1.2 基于K-均值聚类的定位算法 | 第42-44页 |
| 4.2 基于模拟退火-K均值聚类的指纹算法 | 第44-48页 |
| 4.2.1 模拟退火算法 | 第44-46页 |
| 4.2.2 基于模拟退火-K均值聚类的指纹算法 | 第46-48页 |
| 4.3 实验仿真与分析 | 第48-53页 |
| 4.3.1 指纹数据库的建立 | 第48-50页 |
| 4.3.2 算法实现 | 第50-51页 |
| 4.3.3 测试结果与性能分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 总结和展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
