| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 室内定位技术的研究现状 | 第11-13页 |
| 1.3 研究内容和创新点 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 基于AP的室内指纹定位技术的基本原理 | 第16-25页 |
| 2.1 WLAN室内定位技术概述 | 第16-18页 |
| 2.2 位置指纹定位技术 | 第18-20页 |
| 2.2.1 基本原理和定位流程 | 第18-20页 |
| 2.2.2 指纹离线采集和在线更新 | 第20页 |
| 2.3 常用的位置指纹定位算法 | 第20-24页 |
| 2.3.1 K近邻法 | 第20-21页 |
| 2.3.2 BP神经网络法 | 第21-22页 |
| 2.3.3 朴素贝叶斯方法 | 第22-23页 |
| 2.3.4 最大似然概率法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 WLAN室内位置指纹定位的影响因素分析 | 第25-48页 |
| 3.1 指纹特征的影响因素分析 | 第25-27页 |
| 3.1.1 RSS与随机因素的关系 | 第25-26页 |
| 3.1.2 移动终端设备差异对指纹的影响 | 第26-27页 |
| 3.2 指纹原始样本处理算法 | 第27-38页 |
| 3.2.1 现有的样本处理算法 | 第27-28页 |
| 3.2.2 改进的异常值滤波算法 | 第28-31页 |
| 3.2.3 实测场景及定位流程 | 第31-34页 |
| 3.2.4 实测实验与结果分析 | 第34-38页 |
| 3.4 移动终端设备差异的影响研究 | 第38-47页 |
| 3.4.1 终端差异解决算法 | 第38-42页 |
| 3.4.2 仿真场景 | 第42-43页 |
| 3.4.3 仿真实验结果与分析 | 第43-45页 |
| 3.4.5 实测实验结果与分析 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 非自主部署AP环境的AP选择算法研究 | 第48-57页 |
| 4.1 研究背景 | 第48-49页 |
| 4.2 现有AP选择算法总结 | 第49-51页 |
| 4.3 区域频率筛选算法 | 第51-52页 |
| 4.3.1 算法原理 | 第51页 |
| 4.3.2 算法实现 | 第51-52页 |
| 4.4 实测实验结果与分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 非自主部署AP环境的室内定位系统的指纹库设计和实现 | 第57-65页 |
| 5.1 系统简介 | 第57-59页 |
| 5.2 系统服务器端的设计 | 第59-64页 |
| 5.2.1 位置指纹库的存储设计 | 第59-62页 |
| 5.2.2 位置指纹库的处理流程 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录1缩略词表 | 第71-72页 |
| 攻读硕士学位期间获得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |