Wi-Fi蓝牙融合定位方法研究与系统实现
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 典型室内定位技术对比 | 第11-13页 |
| 1.3 本文的研究重点及贡献 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 无线定位技术介绍 | 第16-24页 |
| 2.1 无线定位技术概述 | 第16-19页 |
| 2.1.1 基TOA的室内定位技术 | 第16-17页 |
| 2.1.2 基于TDOA的室内定位技术 | 第17-18页 |
| 2.1.3 基于AOA的室内定位技术 | 第18页 |
| 2.1.4 基于RSSI的室内定位技术 | 第18-19页 |
| 2.2 基于位置指纹的无线定位技术 | 第19-20页 |
| 2.3 基于Wi-Fi的定位方法研究现状 | 第20-21页 |
| 2.4 基于蓝牙的定位方法研究现状 | 第21-22页 |
| 2.5 多传感器融合定位方法研究现状 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 Wi-Fi蓝牙融合特征提取研究 | 第24-37页 |
| 3.1 位置指纹定位方法原理 | 第24-25页 |
| 3.2 Wi-Fi蓝牙融合特征提取 | 第25-31页 |
| 3.2.1 信息融合理论 | 第25-27页 |
| 3.2.2 信号预处理 | 第27-29页 |
| 3.2.3 互相关理论 | 第29-30页 |
| 3.2.4 融合特征提取 | 第30-31页 |
| 3.3 实验验证与分析 | 第31-36页 |
| 3.3.1 实验环境、数据和采集设备 | 第31-32页 |
| 3.3.2 实验结果及分析 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于融合信息的半监督定位方法研究 | 第37-49页 |
| 4.1 超限学习机理论 | 第37-39页 |
| 4.2 半监督学习和流形正则化理论 | 第39-41页 |
| 4.3 半监督超限学习机模型 | 第41-42页 |
| 4.4 基于融合信息的室内定位方法 | 第42-43页 |
| 4.5 实验结果及分析 | 第43-48页 |
| 4.5.1 算法参数确定 | 第43-44页 |
| 4.5.2 算法性能对比及分析 | 第44-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 Wi-Fi蓝牙融合室内定位系统 | 第49-63页 |
| 5.1 系统架构 | 第49-50页 |
| 5.2 系统详细设计 | 第50-58页 |
| 5.2.1 位置服务云平台 | 第50-54页 |
| 5.2.2 指纹采集客户端 | 第54-56页 |
| 5.2.3 离线定位SDK | 第56-57页 |
| 5.2.4 在线定位客户端 | 第57-58页 |
| 5.3 系统展示 | 第58-62页 |
| 5.3.1 功能展示 | 第58-60页 |
| 5.3.2 案例展示 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-66页 |
| 6.1 全文内容总结 | 第63-64页 |
| 6.2 未来工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 附录（攻读硕士学位期间参与的科研项目和研究成果） | 第72页 |
