| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 主要符号表 | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 国内外室内定位算法 | 第9-10页 |
| 1.2.2 国内外室内定位系统 | 第10-11页 |
| 1.2.3 算法和系统比较和分析 | 第11-13页 |
| 1.3 研究内容与创新点 | 第13-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 ZigBee指纹匹配法理论基础与实验平台构建 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 ZigBee位置指纹匹配法理论基础 | 第17-21页 |
| 2.2.1 指纹匹配法定位原理 | 第17-18页 |
| 2.2.2 位置指纹匹配算法 | 第18-21页 |
| 2.3 ZigBee网络实验平台的构建 | 第21-25页 |
| 2.3.1 硬件设计 | 第21-22页 |
| 2.3.2 软件设计 | 第22-24页 |
| 2.3.3 实验环境 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 ZigBee室内定位关键因素分析和数据预处理 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 链路质量指示 | 第26-27页 |
| 3.3 接收信号强度实验分析 | 第27-31页 |
| 3.3.1 ZigBee信号强度的时间变化特性 | 第27页 |
| 3.3.2 ZigBee信号强度与位置的映射关系 | 第27-28页 |
| 3.3.3 人员对信号强度的影响 | 第28-29页 |
| 3.3.4 动态环境对信号强度的影响 | 第29-30页 |
| 3.3.5 设备转动对信号强度的影响 | 第30-31页 |
| 3.4 ZigBee信号强度的预处理方法研究 | 第31-35页 |
| 3.4.1 传统均值方法 | 第31-32页 |
| 3.4.2 改进的z分数法 | 第32-33页 |
| 3.4.3 实验分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于改进堆叠自编码器的深层神经网络定位算法 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 改进堆叠自编码器应用于特征提取阶段 | 第36-40页 |
| 4.2.1 自编码器的原理 | 第36-37页 |
| 4.2.2 堆叠自编码器的特点 | 第37页 |
| 4.2.3 改进的堆叠自编码器模型 | 第37-40页 |
| 4.3 基于改进堆叠自编码器的深层神经网络室内定位算法设计 | 第40-43页 |
| 4.3.1 模型结构 | 第40-41页 |
| 4.3.2 预训练过程 | 第41-42页 |
| 4.3.3 预测回归过程 | 第42-43页 |
| 4.4 实验结果分析 | 第43-45页 |
| 4.4.1 实验仿真环境和参数设置 | 第43页 |
| 4.4.2 仿真实验结果和分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于K均值和强相关性ZR节点选择的定位算法 | 第46-54页 |
| 5.1 引言 | 第46页 |
| 5.2 基于K均值聚类和强相关性ZR节点选择的室内定位算法 | 第46-51页 |
| 5.2.1 基于K均值聚类的子区域划分方法 | 第46-48页 |
| 5.2.2 强相关性ZR节点选择策略 | 第48页 |
| 5.2.3 算法流程 | 第48-51页 |
| 5.3 实验仿真与分析 | 第51-53页 |
| 5.3.1 k均值聚类的子区域划分结果 | 第51-52页 |
| 5.3.2 结果比较与分析 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
