| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 课题背景及研究的目的和意义 | 第16-17页 |
| 1.2 室内定位及其相关理论的发展概况 | 第17-24页 |
| 1.2.1 室内定位技术的发展 | 第17-18页 |
| 1.2.2 室内定位技术的分类 | 第18-23页 |
| 1.2.3 定位需解决的问题及定位技术评价标准 | 第23-24页 |
| 1.3 Wi-Fi定位技术应用现状 | 第24页 |
| 1.4 本课题的主要研究内容 | 第24-25页 |
| 1.5 本文的基本结构 | 第25-28页 |
| 第二章 基于Wi-Fi指纹识别的室内定位算法研究 | 第28-38页 |
| 2.1 Wi-Fi指纹定位的基本原理 | 第28-32页 |
| 2.1.2 RSSI值采集 | 第28-31页 |
| 2.1.3 指纹相似度计算 | 第31-32页 |
| 2.2 典型指纹定位算法 | 第32-34页 |
| 2.2.1 最近邻（NN）算法 | 第32页 |
| 2.2.2 K近邻（KNN）算法 | 第32-33页 |
| 2.2.3 加权K近邻（WKNN）算法 | 第33页 |
| 2.2.4 贝叶斯算法 | 第33-34页 |
| 2.3 指纹库聚类技术 | 第34-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 基于传感器数据的定位算法研究 | 第38-48页 |
| 3.1 基于传感器数据定位算法原理 | 第38页 |
| 3.2 传感器数据的采集 | 第38-42页 |
| 3.2.1 数据采集种类 | 第38-41页 |
| 3.2.2 加速度计数据采集 | 第41页 |
| 3.2.3 方向传感器数据采集 | 第41-42页 |
| 3.3 传感器数据预处理 | 第42-45页 |
| 3.3.1 原始数据噪声 | 第42-43页 |
| 3.3.2 数据噪声处理 | 第43-45页 |
| 3.4 典型传感器数据定位算法 | 第45-47页 |
| 3.4.1 航位推算法 | 第45-46页 |
| 3.4.2 惯性导航积分法 | 第46页 |
| 3.4.3 算法比较 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 传感器数据融合的Wi-Fi指纹定位算法设计 | 第48-60页 |
| 4.1 融合算法基本思想 | 第48页 |
| 4.2 指纹定位匹配算法选取 | 第48-50页 |
| 4.2.1 仿真实验环境 | 第48-49页 |
| 4.2.2 算法精度比较 | 第49-50页 |
| 4.3 传感器数据处理及导航算法 | 第50-56页 |
| 4.3.1 动作行为分析 | 第50-55页 |
| 4.3.2 导航算法 | 第55-56页 |
| 4.4 算法实现 | 第56-59页 |
| 4.4.1 建立置信距离 | 第57-58页 |
| 4.4.2 选择有效融合数据 | 第58页 |
| 4.4.3 基于贝叶斯估计的数据融合 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 系统实现与性能分析 | 第60-74页 |
| 5.1 系统设计 | 第60-63页 |
| 5.1.1 系统架构 | 第60-61页 |
| 5.1.2 系统架构分析 | 第61-62页 |
| 5.1.3 系统功能模块 | 第62-63页 |
| 5.2 实验系统设置 | 第63-67页 |
| 5.2.1 系统实验环境 | 第63-65页 |
| 5.2.2 客户端功能实现 | 第65-66页 |
| 5.2.3 服务器端功能实现 | 第66-67页 |
| 5.3 改进算法实现 | 第67-72页 |
| 5.3.1 指纹匹配耗时对比 | 第67-69页 |
| 5.3.2 定位算法精度对比 | 第69-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 工作总结 | 第74页 |
| 6.2 工作展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |