基于智能手机的WiFi的室内定位研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 室内定位研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 室内定位相关技术 | 第14-23页 |
| 2.1 室内定位技术的介绍 | 第14-17页 |
| 2.2 室内无线定位技术原理 | 第17-21页 |
| 2.2.1 基于测距的室内定位 | 第17-20页 |
| 2.2.2 基于指纹的室内定位 | 第20-21页 |
| 2.3 无线指纹地图构建 | 第21-22页 |
| 2.3.1 基于群智感知的指纹地图构建 | 第21-22页 |
| 2.3.2 基于无线传感器网络的指纹地图构建 | 第22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 基于智能手机的自适应信号修正定位算法 | 第23-34页 |
| 3.1 引言 | 第23-24页 |
| 3.2 室内无线信号传播模型 | 第24-26页 |
| 3.2.1 自由空间传播模型 | 第24页 |
| 3.2.2 线性距离路径损耗模型 | 第24-25页 |
| 3.2.3 MK模型 | 第25页 |
| 3.2.4 衰减因子模型 | 第25页 |
| 3.2.5 对数-常态分布模型 | 第25-26页 |
| 3.3 自适应三角加权质心算法 | 第26-28页 |
| 3.3.1 三角加权质心定位算法 | 第26-27页 |
| 3.3.2 自适应信号修正定位算法 | 第27-28页 |
| 3.4 实验过程及结果 | 第28-33页 |
| 3.4.1 实验环境的搭建 | 第28-29页 |
| 3.4.2 实验数据去噪处理 | 第29-30页 |
| 3.4.3 信号衰减模型的模拟 | 第30-31页 |
| 3.4.4 距离估计的误差分析 | 第31页 |
| 3.4.5 距离估计的误差分析 | 第31-33页 |
| 3.4.6 实验结果分析 | 第33页 |
| 3.5 小结 | 第33-34页 |
| 第四章 面向稀疏采样的无线指纹构建方案 | 第34-47页 |
| 4.1 引言 | 第34-35页 |
| 4.2 数据稀疏表示技术 | 第35-38页 |
| 4.2.1 基于压缩感知的数据稀疏表示 | 第35-37页 |
| 4.2.2 基于矩阵填充的数据稀疏表示 | 第37-38页 |
| 4.3 问题描述 | 第38-40页 |
| 4.3.1 问题介绍 | 第38-39页 |
| 4.3.2 问题建模 | 第39页 |
| 4.3.3 挑战 | 第39-40页 |
| 4.4 解决方案 | 第40-43页 |
| 4.4.1 采样策略 | 第40-42页 |
| 4.4.2 理论分析 | 第42-43页 |
| 4.4.3 算法实现 | 第43页 |
| 4.5 实验过程及结果 | 第43-46页 |
| 4.6 结论 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47页 |
| 5.2 研究展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间研究成果 | 第55-56页 |
| 致谢 | 第56-57页 |
