| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 缩略词表 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题的背景与意义 | 第12-13页 |
| 1.2 国内外发展及研究现状 | 第13-18页 |
| 1.2.1 典型室内定位技术及系统 | 第13-15页 |
| 1.2.2 基于Wi-Fi的室内定位跟踪技术研究现状 | 第15-18页 |
| 1.2.2.1 定位技术 | 第15-17页 |
| 1.2.2.2 滤波技术 | 第17-18页 |
| 1.2.2.3 多源数据融合技术 | 第18页 |
| 1.3 本论文的结构安排 | 第18-20页 |
| 第二章 基于Wi-Fi位置指纹室内定位技术 | 第20-27页 |
| 2.1 位置指纹定位系统 | 第20-21页 |
| 2.2 指纹数据库建立方法 | 第21-22页 |
| 2.3 位置指纹定位算法 | 第22-25页 |
| 2.3.1 邻近算法 | 第22-23页 |
| 2.3.2 贝叶斯概率算法 | 第23-24页 |
| 2.3.3 神经网络法 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 PWNN-PF室内定位算法的设计与分析 | 第27-49页 |
| 3.1 算法主要思想及流程 | 第27-30页 |
| 3.1.1 离线训练阶段 | 第29-30页 |
| 3.1.2 在线定位阶段 | 第30页 |
| 3.2 离线阶段指纹数据预处理 | 第30-34页 |
| 3.2.1 滤噪算法 | 第30-31页 |
| 3.2.2 指纹数据重构法 | 第31-33页 |
| 3.2.3 不同终端指纹多样化处理 | 第33-34页 |
| 3.3 PWNN模式匹配算法 | 第34-44页 |
| 3.3.1 PWNN算法流程 | 第34-35页 |
| 3.3.2 主要技术分析 | 第35-41页 |
| 3.3.2.1 数据库分区 | 第36-37页 |
| 3.3.2.2 指纹序列最大化匹配 | 第37页 |
| 3.3.2.3 几种典型相似度 | 第37-38页 |
| 3.3.2.4 相似度对比分析 | 第38-41页 |
| 3.3.3 实验及性能分析 | 第41-44页 |
| 3.4 粒子滤波优化算法 | 第44-48页 |
| 3.4.1 运动状态模型和初始化 | 第45页 |
| 3.4.2 粒子滤波算法流程 | 第45-47页 |
| 3.4.3 实验及性能分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 PWNN-PF室内定位系统的设计和实现 | 第49-63页 |
| 4.1 PWNN-PF系统简介 | 第49-50页 |
| 4.2 PWNN-PF系统客户端的设计与实现 | 第50-54页 |
| 4.2.1 RSSI测量模块 | 第50-51页 |
| 4.2.2 状态检测模块 | 第51页 |
| 4.2.3 通信模块 | 第51-52页 |
| 4.2.4 地图显示模块 | 第52-54页 |
| 4.3 PWNN-PF系统服务端的设计与实现 | 第54-59页 |
| 4.3.1 服务端系统架构 | 第54-55页 |
| 4.3.2 数据库模块 | 第55-57页 |
| 4.3.3 定位算法模块 | 第57-59页 |
| 4.3.4 通信模块 | 第59页 |
| 4.4 PWNN-PF系统性能测试 | 第59-62页 |
| 4.4.1 PWNN-PF系统部署 | 第59-60页 |
| 4.4.2 PWNN-PF系统测试 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 本文的主要创新点 | 第63页 |
| 5.2 下一步工作的展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 硕士期间发表论文和参与项目 | 第68-69页 |