| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 主要符号表 | 第8-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·常见室内定位技术 | 第12-14页 |
| ·研究内容及章节安排 | 第14-16页 |
| 第2章 采用Zig Bee节点网络的室内定位系统实现 | 第16-26页 |
| ·Zig Bee概念 | 第16页 |
| ·Zig Bee系统的硬件 | 第16-19页 |
| ·CC2530芯片的特点 | 第16-18页 |
| ·Zig Bee工作频段 | 第18-19页 |
| ·Zig Bee系统的软件 | 第19-25页 |
| ·Zig Bee协议栈 | 第19-21页 |
| ·Zig Bee网络拓扑结构 | 第21-22页 |
| ·Zig Bee室内定位系统的工作流程 | 第22-23页 |
| ·上位机软件实现 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 系统定位算法设计 | 第26-39页 |
| ·RSSI测距模型 | 第26-29页 |
| ·对数衰减模型 | 第26-27页 |
| ·模型参数分析 | 第27-29页 |
| ·常用定位法 | 第29-32页 |
| ·最小二乘法 | 第29-30页 |
| ·三角形质心法 | 第30-31页 |
| ·三角形加权质心法 | 第31-32页 |
| ·常用定位法存在的问题 | 第32页 |
| ·分区域加权质心算法 | 第32-35页 |
| ·定位区域划分成子区域 | 第32-33页 |
| ·权值的修正 | 第33-34页 |
| ·分区域加权质心法实现步骤 | 第34-35页 |
| ·实验仿真及分析 | 第35-38页 |
| ·实验场景 | 第35-36页 |
| ·实验结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 人工神经网络在系统中的应用研究 | 第39-50页 |
| ·BP神经网络概述 | 第39页 |
| ·BP神经网络结构 | 第39-40页 |
| ·BP神经网络定位模型 | 第40-42页 |
| ·BP神经网络算法的优缺点 | 第42-43页 |
| ·PSO优化BP神经网络算法 | 第43-45页 |
| ·PSO算法概述 | 第43-44页 |
| ·PSO优化BP神经网络算法定位模型 | 第44-45页 |
| ·实验过程及结果分析 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·论文总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |