基于Wi-Fi的KNN-PIT室内自适应指纹定位技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 相关研究现状 | 第9-10页 |
| 1.3 影响Wi-Fi指纹定位的主要因素 | 第10-11页 |
| 1.4 本文研究内容 | 第11-12页 |
| 1.5 本文组织结构 | 第12-13页 |
| 第二章 基于Wi-Fi的室内定位技术概述 | 第13-21页 |
| 2.1 Wi-Fi定位技术简介 | 第13页 |
| 2.2 基于信号传播模型的定位技术 | 第13-17页 |
| 2.2.1 信号传播模型简介 | 第13-15页 |
| 2.2.2 基于信号传播模型的定位算法 | 第15-17页 |
| 2.3 基于位置指纹模型的定位技术 | 第17-20页 |
| 2.3.1 位置指纹定位模型简介 | 第17-18页 |
| 2.3.2 指纹匹配算法 | 第18-20页 |
| 2.3.3 存在问题及改进思路 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 KNN-PIT自适应定位算法 | 第21-31页 |
| 3.1 信号数据滤波预处理 | 第21-22页 |
| 3.2 位置指纹数据库的构建 | 第22-23页 |
| 3.3 虚拟参考点的设置 | 第23-24页 |
| 3.4 位置指纹匹配算法 | 第24-30页 |
| 3.4.1 KNN算法和PIT原理 | 第24-26页 |
| 3.4.2 KNN-PIT算法实现自适应定位 | 第26-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 KNN-PIT的指纹定位系统设计与实现 | 第31-36页 |
| 4.1 定位系统架构 | 第31页 |
| 4.2 定位流程 | 第31-32页 |
| 4.3 室内定位系统实现 | 第32-35页 |
| 4.3.1 位置指纹库的设计 | 第32-33页 |
| 4.3.2 移动终端的设计 | 第33-34页 |
| 4.3.3 服务器端的设计 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第五章 系统部署与实验结果分析 | 第36-42页 |
| 5.1 系统部署方案 | 第36页 |
| 5.2 定位实验与数据分析 | 第36-41页 |
| 5.2.1 滤波技术对定位精度的影响 | 第37-38页 |
| 5.2.2 训练样本容量对定位精度的影响 | 第38-39页 |
| 5.2.3 终端差异对定位系统普适性的影响 | 第39-40页 |
| 5.2.4 虚拟参考点的添加对定位精度的影响 | 第40页 |
| 5.2.5 算法的平均定位时间分析 | 第40-41页 |
| 5.3 本章小结 | 第41-42页 |
| 第六章 总结与展望 | 第42-44页 |
| 6.1 本文总结 | 第42-43页 |
| 6.2 未来研究工作展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 在读期间公开发表论文（著）及科研情况 | 第48页 |
