基于证据K近邻与网格聚类的WiFi定位算法设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 主流室内定位技术 | 第14-16页 |
| 1.2.2 室内定位系统与方法 | 第16-19页 |
| 1.2.3 基于指纹的WiFi定位算法 | 第19-20页 |
| 1.3 本文研究工作及组织架构 | 第20-23页 |
| 1.3.1 主要研究内容和创新点 | 第20-22页 |
| 1.3.2 论文的组织架构 | 第22-23页 |
| 第二章 基于指纹的WIFI定位相关技术 | 第23-38页 |
| 2.1 基于位置指纹的WiFi定位概述 | 第23-25页 |
| 2.2 感兴趣区域的指纹划分概述 | 第25-27页 |
| 2.3 斯皮尔曼等级相关理论 | 第27-28页 |
| 2.4 定位中的近邻算法 | 第28-30页 |
| 2.4.1 基于指纹的K近邻定位算法 | 第29-30页 |
| 2.4.2 基于指纹的加权K近邻定位算法 | 第30页 |
| 2.5 证据理论 | 第30-33页 |
| 2.5.1 DS证据组合规则 | 第31-32页 |
| 2.5.2 PCR5证据组合规则 | 第32-33页 |
| 2.6 基于网格的聚类算法 | 第33-36页 |
| 2.6.1 基于网格的聚类概述 | 第33-34页 |
| 2.6.2 STING算法理论 | 第34-36页 |
| 2.7 本章小结 | 第36-38页 |
| 第三章 基于GC-EKNN的定位算法设计 | 第38-59页 |
| 3.1 指纹库设计 | 第38-40页 |
| 3.1.1 建立区域指纹库 | 第38-39页 |
| 3.1.2 区域内划分单元格 | 第39-40页 |
| 3.2 构造斯皮尔曼距离 | 第40-42页 |
| 3.3 区域判定粗定位 | 第42-46页 |
| 3.3.1 近邻区域筛选规则 | 第42-43页 |
| 3.3.2 近邻区域证据组合规则 | 第43-46页 |
| 3.4 区域内精确定位 | 第46-51页 |
| 3.4.1 查询近邻单元格 | 第46-47页 |
| 3.4.2 动态近邻数筛选机制 | 第47-51页 |
| 3.5 算法仿真实验 | 第51-58页 |
| 3.5.1 无线信道模型 | 第51-52页 |
| 3.5.2 区域粗定位分析 | 第52-54页 |
| 3.5.3 定位效率分析 | 第54-55页 |
| 3.5.4 定位精度分析 | 第55-58页 |
| 3.6 本章小结 | 第58-59页 |
| 第四章 定位系统实现 | 第59-78页 |
| 4.1 定位系统概述 | 第59-63页 |
| 4.1.1 定位系统的模块组成 | 第59-60页 |
| 4.1.2 定位系统的业务逻辑 | 第60-63页 |
| 4.2 服务端设计 | 第63-71页 |
| 4.2.1 数据库服务器设计 | 第63-64页 |
| 4.2.2 应用服务器设计 | 第64-70页 |
| 4.2.3 服务器通信协议设计 | 第70-71页 |
| 4.3 客户端设计 | 第71-72页 |
| 4.4 定位系统测试 | 第72-77页 |
| 4.4.1 测试条件 | 第72-74页 |
| 4.4.2 功能测试 | 第74-76页 |
| 4.4.3 性能测试 | 第76-77页 |
| 4.5 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |
