基于WiFi位置指纹室内定位技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 相关研究现状 | 第8-9页 |
| 1.3 课题的研究目的和意义 | 第9-10页 |
| 1.4 本文的主要工作 | 第10页 |
| 1.5 本文的结构安排 | 第10-12页 |
| 第二章 室内定位技术的概述 | 第12-32页 |
| 2.1 常见的室内定位技术 | 第12-15页 |
| 2.1.1 红外线室内定位方法 | 第12-13页 |
| 2.1.2 超声波室内定位方法 | 第13页 |
| 2.1.3 射频设别(RFID)室内定位技术 | 第13页 |
| 2.1.4 蓝牙室内定位技术 | 第13-14页 |
| 2.1.5 超宽带(UWB)室内定位 | 第14页 |
| 2.1.6 ZigBee室内定位技术 | 第14页 |
| 2.1.8 WiFi室内定位技术 | 第14-15页 |
| 2.1.9 各种室内定位技术比较 | 第15页 |
| 2.2 WiFi室内定位测量技术 | 第15-22页 |
| 2.2.1 三角测量技术 | 第16-19页 |
| 2.2.2 RSSI测量 | 第19-20页 |
| 2.2.3 多种测量方法的对比 | 第20-22页 |
| 2.3 指纹库优化模型 | 第22-25页 |
| 2.3.1 均值模型 | 第22页 |
| 2.3.2 正态模型 | 第22-24页 |
| 2.3.3 指纹库优化算法比较 | 第24-25页 |
| 2.4 定位算法 | 第25-27页 |
| 2.4.1 最近邻法(NN) | 第25页 |
| 2.4.2 K最近邻法(KNN) | 第25-26页 |
| 2.4.3 K加权最邻近法(WKNN) | 第26-27页 |
| 2.4.4 定位算法对比 | 第27页 |
| 2.5 室内定位精度影响因素 | 第27-30页 |
| 2.5.1 影响定位精度的外部因素 | 第27-29页 |
| 2.5.2 制约定位精度的内部因素 | 第29-30页 |
| 2.6 发展方向 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 基于WiFi位置指纹定位算法 | 第32-43页 |
| 3.1 指纹库的建立 | 第32-38页 |
| 3.1.1 测量信号的统计分析 | 第32-35页 |
| 3.1.2 提出假设检验 | 第35-36页 |
| 3.1.3 核函数模型 | 第36-38页 |
| 3.2 混合定位算法 | 第38-41页 |
| 3.2.1 PSO算法 | 第38-40页 |
| 3.2.2 混合定位算法流程 | 第40-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第四章 指纹数据采集器的设计与实现 | 第43-51页 |
| 4.1 Android的系统架构 | 第43-44页 |
| 4.2 指纹数据采集器的开发环境 | 第44-46页 |
| 4.3 数据采集方案 | 第46页 |
| 4.4 指纹数据采集器的主要功能 | 第46-48页 |
| 4.5 用户界面开发 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 实验及性能分析 | 第51-64页 |
| 5.1 实验平台 | 第51-52页 |
| 5.2 实验的设定 | 第52-55页 |
| 5.3 指纹优化算法的实验分析 | 第55-58页 |
| 5.3.1 实验流程 | 第55-56页 |
| 5.3.2 与其他算法比较 | 第56-58页 |
| 5.4 混合定位算法的实验分析 | 第58-63页 |
| 5.4.1 实验流程 | 第58-60页 |
| 5.4.2 实验参数设定 | 第60-61页 |
| 5.4.3 定位结果分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 结论 | 第64-66页 |
| 6.1 研究总结 | 第64-65页 |
| 6.2 未来的研究方向 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 作者简介及论文发表情况 | 第72页 |
