| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景、目的和意义 | 第10-14页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 室内定位技术对比 | 第11-13页 |
| 1.1.3 研究目的和意义 | 第13-14页 |
| 1.2 基于WLAN的室内定位国内外研究现状 | 第14-15页 |
| 1.3 本文主要研究内容与创新点 | 第15-16页 |
| 1.4 本文章节安排 | 第16-17页 |
| 第2章 基于WLAN的室内定位技术概述 | 第17-27页 |
| 2.1 WiFi热点地图 | 第17-18页 |
| 2.2 几何定位法 | 第18-20页 |
| 2.2.1 三边测量 | 第18-20页 |
| 2.2.2 三角测量 | 第20页 |
| 2.2.3 混合定位 | 第20页 |
| 2.3 场景分析法 | 第20-25页 |
| 2.3.1 确定性算法 | 第23-25页 |
| 2.3.2 概率性算法 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 WiFi信号分析及预处理 | 第27-40页 |
| 3.1 WiFi信号特征分析 | 第27-31页 |
| 3.1.1 信号表征能力与距离之间的关系 | 第27-28页 |
| 3.1.2 RSS与位置的关系 | 第28-30页 |
| 3.1.3 移动终端朝向对接收信号的影响 | 第30-31页 |
| 3.1.4 WiFi信号特征可重复性分析 | 第31页 |
| 3.2 信号预处理 | 第31-38页 |
| 3.2.1 基于孤立森林的异常值检测 | 第31-35页 |
| 3.2.2 基于平均值的RSS滤波算法 | 第35-36页 |
| 3.2.3 基于iForest的信号滤波 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 基于改进XGBoost的终端位置指纹定位 | 第40-57页 |
| 4.1 算法概述 | 第40-42页 |
| 4.2 基于信息熵的AP选择算法 | 第42-44页 |
| 4.3 基于RSS梯度不变性的终端差异性消除算法 | 第44-50页 |
| 4.3.1 差异性理论分析 | 第45-46页 |
| 4.3.2 差异性试验分析 | 第46-50页 |
| 4.4 改进的XGBoost位置指纹定位算法 | 第50-57页 |
| 4.4.1 XGBoost算法原理 | 第50-54页 |
| 4.4.2 多级位置指纹定位系统设计 | 第54-57页 |
| 第5章 实验和实验结果 | 第57-63页 |
| 5.1 实验环境 | 第57-58页 |
| 5.2 实验设备 | 第58页 |
| 5.3 实验结果与分析 | 第58-62页 |
| 5.3.1 改进XGBoost多级定位算法效果和KNN定位算法效果对比 | 第59-60页 |
| 5.3.2 基于RSS梯度不变性的多终端差异性消除算法效果对比 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第68-69页 |
| 致谢 | 第69页 |