| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究的背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 数据采集系统国内外研究现状 | 第15-16页 |
| 1.2.2 硬件平台国内外研究现状 | 第16-18页 |
| 1.2.3 人群密度国内外研究现状 | 第18-19页 |
| 1.3 论文主要研究内容及结构安排 | 第19-20页 |
| 第二章 相关技术基础知识介绍 | 第20-26页 |
| 2.1 数据采集技术概述 | 第20页 |
| 2.2 物联网技术概述 | 第20-21页 |
| 2.3 微信硬件平台技术概述 | 第21-22页 |
| 2.4 BLE技术概述 | 第22-23页 |
| 2.5 AES技术概述 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 系统主要算法介绍和选择 | 第26-32页 |
| 3.1 数字滤波算法 | 第26-28页 |
| 3.1.1 常用算法介绍 | 第26-28页 |
| 3.1.2 本文使用的滤波算法 | 第28页 |
| 3.2 温湿度估计室内人群密度算法 | 第28-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 系统设计 | 第32-45页 |
| 4.1 系统分析 | 第32-33页 |
| 4.1.1 需求分析 | 第32-33页 |
| 4.1.2 可行性分析 | 第33页 |
| 4.2 数据采集设备接入方案设计 | 第33-35页 |
| 4.2.1 平台基础接入方案 | 第34页 |
| 4.2.2 微信硬件云标准接入方案 | 第34页 |
| 4.2.3 数据采集设备接入方案选择 | 第34-35页 |
| 4.3 数据采集设备云服务器接入微信硬件平台协议设计 | 第35-38页 |
| 4.3.1 消息接口 | 第36-37页 |
| 4.3.2 API接口 | 第37-38页 |
| 4.4 AirSync通讯协议设计 | 第38-41页 |
| 4.5 云服务器与数据库设计 | 第41-43页 |
| 4.6 系统整体设计 | 第43-44页 |
| 4.7 本章小结 | 第44-45页 |
| 第五章 系统各部分的实现 | 第45-52页 |
| 5.1 系统开发整体流程 | 第45-46页 |
| 5.2 数据采集端实现 | 第46-47页 |
| 5.3 云服务器实现 | 第47-51页 |
| 5.3.1 主要程序实现 | 第47-48页 |
| 5.3.2 阿里云服务器接入微信硬件平台实现 | 第48-49页 |
| 5.3.3 数据采集功能实现 | 第49页 |
| 5.3.4 室内人群密度发布功能实现 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 系统测试 | 第52-59页 |
| 6.1 阿里云服务器运行环境 | 第52-53页 |
| 6.2 系统功能测试 | 第53-57页 |
| 6.2.1 数据采集端实物图 | 第53页 |
| 6.2.2 数据采集设备绑定功能测试 | 第53-54页 |
| 6.2.3 数据采集功能测试 | 第54-55页 |
| 6.2.4 数据发布功能测试 | 第55-57页 |
| 6.3 系统的准确率测试 | 第57-58页 |
| 6.3.1 采集数据的准确率测试 | 第57-58页 |
| 6.3.2 温湿度估计人群密度准确率测试 | 第58页 |
| 6.4 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 1.本文工作总结 | 第59页 |
| 2.后续工作与展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64-66页 |
| 致谢 | 第66页 |