基于DBSCAN算法的室内定位的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-19页 |
| 1.2.1 典型室内定位技术 | 第11-14页 |
| 1.2.2 相关算法 | 第14-19页 |
| 1.3 论文组织结构 | 第19-21页 |
| 第二章 低功耗蓝牙 | 第21-32页 |
| 2.1 BLE技术介绍 | 第21-29页 |
| 2.1.1 基本介绍 | 第21页 |
| 2.1.2 BLE体系结构 | 第21-25页 |
| 2.1.3 广播与扫描 | 第25-28页 |
| 2.1.4 一些基本概念 | 第28-29页 |
| 2.2 蓝牙beacon介绍 | 第29-32页 |
| 2.2.1 蓝牙beacon的基本概念 | 第29页 |
| 2.2.2 蓝牙beacon的实际应用 | 第29-31页 |
| 2.2.3 室内定位技术中的蓝牙beacon | 第31-32页 |
| 第三章 离线定位阶段 | 第32-42页 |
| 3.1 基站的部署 | 第32页 |
| 3.2 指纹地图的建立 | 第32-33页 |
| 3.3 KNN算法 | 第33-35页 |
| 3.3.1 KNN算法概述 | 第33页 |
| 3.3.2 KNN算法介绍 | 第33-35页 |
| 3.4 数据聚类算法 | 第35-41页 |
| 3.4.1 K-Means聚类算法 | 第35-37页 |
| 3.4.2 DBSCAN聚类 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 实时定位阶段 | 第42-48页 |
| 4.1 待定位终端信息接收 | 第42页 |
| 4.2 信息匹配阶段 | 第42-47页 |
| 4.2.1 KNN定位算法 | 第43-44页 |
| 4.2.2 K-Means预先处理定位算法 | 第44-45页 |
| 4.2.3 DBSCAN预先处理定位算法 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 实验结果与分析 | 第48-60页 |
| 5.1 系统组成 | 第48-49页 |
| 5.2 实验设备及部署 | 第49-51页 |
| 5.2.1 实验设备 | 第49页 |
| 5.2.2 实验设备部署 | 第49-51页 |
| 5.3 指纹数据库的建立 | 第51页 |
| 5.4 在线定位实验结果 | 第51-54页 |
| 5.5 实验结果分析 | 第54-60页 |
| 5.5.1 蓝牙信号波动测试结果分析 | 第54-56页 |
| 5.5.2 DBSCAN聚类效果分析 | 第56-57页 |
| 5.5.3 定位效果分析 | 第57-60页 |
| 第六章 总结和展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |
