基于灰度预测模型的室内位置指纹定位算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 相关理论与技术简介 | 第15-27页 |
| 2.1 WIFI简介 | 第15-16页 |
| 2.2 室内主要定位技术分类 | 第16-19页 |
| 2.3 基本定位方法 | 第19-23页 |
| 2.3.1 几何法 | 第19-21页 |
| 2.3.2 近似法 | 第21-22页 |
| 2.3.3 场景分析法 | 第22-23页 |
| 2.4 位置指纹定位算法 | 第23-26页 |
| 2.4.1 基本思想 | 第23-24页 |
| 2.4.2 传统在线定位方法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 位置指纹定位算法的改进研究 | 第27-41页 |
| 3.1 位置指纹定位算法的不足及改进思想 | 第27-28页 |
| 3.1.1 算法的不足 | 第27-28页 |
| 3.1.2 位置指纹定位算法改进思想 | 第28页 |
| 3.2 基于灰度预测模型的区域划分方法 | 第28-33页 |
| 3.2.1 灰色GM(1,1)模型 | 第28-30页 |
| 3.2.2 基于灰度预测型的区域划分方法 | 第30-33页 |
| 3.3 改进的带权KNN在线定位方法 | 第33-36页 |
| 3.3.1 KNN算法 | 第33-34页 |
| 3.3.2 基于WIFI的RSS特征分析 | 第34-35页 |
| 3.3.3 改进的带权KNN在线定位方法 | 第35-36页 |
| 3.4 GWKNN位置指纹定位算法 | 第36-39页 |
| 3.4.1 算法思想 | 第36-37页 |
| 3.4.2 算法流程 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 仿真实验及分析 | 第41-52页 |
| 4.1 仿真内容与目标 | 第41-42页 |
| 4.2 仿真实现 | 第42-45页 |
| 4.2.1 仿真软硬件环境 | 第42页 |
| 4.2.2 实验场景的建立 | 第42-43页 |
| 4.2.3 实验数据的采集 | 第43-44页 |
| 4.2.4 实验方案设计 | 第44-45页 |
| 4.3 仿真结果及分析 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 在校期间发表的论文和参加的科研项目 | 第58-59页 |
| 致谢 | 第59页 |
