| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-16页 |
| 1.3.1 本文主要研究内容 | 第14页 |
| 1.3.2 本文研究成果 | 第14-16页 |
| 第二章 无线传感器网络室内定位技术研究 | 第16-21页 |
| 2.1 无线传感器网络定位技术概述 | 第16-17页 |
| 2.2 无线传感器室内定位技术分类 | 第17-19页 |
| 2.3 无线传感器室内定位存在的问题 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于CSS的室内定位测距优化技术 | 第21-37页 |
| 3.1 基于CSS的无线定位技术简介 | 第21-22页 |
| 3.2 基于CSS的测距技术 | 第22-23页 |
| 3.2.1 基于CSS技术的无线测距原理 | 第22页 |
| 3.2.2 基于CSS技术的无线测距误差分析 | 第22-23页 |
| 3.3 基于CSS的测距方法 | 第23-26页 |
| 3.3.1 基于SDS-TWR的测距算法 | 第23-24页 |
| 3.3.2 双天线抑制误差的方法 | 第24-26页 |
| 3.4 基于改进卡尔曼滤波算法的NLOS误差抑制 | 第26-30页 |
| 3.4.1 NLOS误差模型及特征 | 第26页 |
| 3.4.2 卡尔曼滤波算法 | 第26-28页 |
| 3.4.3 改进卡尔曼滤波的NLOS误差抑制 | 第28-30页 |
| 3.5 基于RSSI的室内多径干扰误差矫正 | 第30-36页 |
| 3.5.1 室内情况下多路径干扰误差分析 | 第30-31页 |
| 3.5.2 基于RSSI的多路径误差矫正 | 第31-32页 |
| 3.5.3 实验结果分析 | 第32-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于LSE和改进自适应卡尔曼滤波的室内定位算法 | 第37-49页 |
| 4.1 基于测距的节点位置估算方法研究 | 第37-41页 |
| 4.1.1 常用位置估计算法 | 第37-39页 |
| 4.1.2 定位算法问题分析 | 第39-41页 |
| 4.2 基于卡尔曼滤波和LSE的室内定位算法 | 第41-48页 |
| 4.2.1 LSE和卡尔曼滤波结合的定位算法 | 第41-45页 |
| 4.2.2 改进的自适应卡尔曼滤波 | 第45-47页 |
| 4.2.3 定位实验及结果分析 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 基于CSS的室内定位系统搭建及定位实验 | 第49-67页 |
| 5.1 室内定位的基本流程 | 第49-50页 |
| 5.2 基于CSS的室内定位系统设计 | 第50-54页 |
| 5.2.1 基于CSS的室内定位系统算法设计 | 第50-51页 |
| 5.2.2 算法的具体实现 | 第51-54页 |
| 5.3 实验平台搭建 | 第54-59页 |
| 5.3.1 硬件部分 | 第54-56页 |
| 5.3.2 软件部分 | 第56-59页 |
| 5.4 定位实验及结果分析 | 第59-66页 |
| 5.4.1 室内楼层定位实验 | 第59-61页 |
| 5.4.2 房间内四点定位实验 | 第61-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 6.1 全文总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |