| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 论文的研究背景及意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 室内定位的发展及研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容 | 第11-13页 |
| 2 WiFi指纹定位技术 | 第13-26页 |
| 2.1 室内无线定位技术概述 | 第13-16页 |
| 2.1.1 无线定位的概念 | 第13页 |
| 2.1.2 室内定位方法性能的衡量标准 | 第13-14页 |
| 2.1.3 室内无线定位技术的基本方法 | 第14-16页 |
| 2.2 WiFi技术 | 第16-19页 |
| 2.2.1 WiFi技术概述 | 第16-17页 |
| 2.2.2 WiFi网络的组成 | 第17-18页 |
| 2.2.3 WiFi网络的工作模式 | 第18-19页 |
| 2.2.4 WiFi网络的特性 | 第19页 |
| 2.3 室内信号传播模型 | 第19-22页 |
| 2.3.1 线性距离损耗模型 | 第20页 |
| 2.3.2 对数距离损耗模型 | 第20页 |
| 2.3.3 衰减因子模型 | 第20-21页 |
| 2.3.4 RADAR模型 | 第21页 |
| 2.3.5 MK模型 | 第21-22页 |
| 2.4 位置指纹定位方法 | 第22-25页 |
| 2.4.1 最近邻法 | 第22-23页 |
| 2.4.2 K近邻法 | 第23页 |
| 2.4.3 加权K近邻法 | 第23页 |
| 2.4.4 概率法 | 第23-24页 |
| 2.4.5 压缩感知方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 WiFi指纹定位的关键因素分析 | 第26-37页 |
| 3.1 实验平台的构建 | 第26-28页 |
| 3.1.1 实验环境 | 第26-27页 |
| 3.1.2 信号采集软件 | 第27页 |
| 3.1.3 实验中使用的移动终端 | 第27-28页 |
| 3.2 接收信号强度(RSS)特性分析 | 第28-36页 |
| 3.2.1 RSS与位置的关系 | 第28-29页 |
| 3.2.2 可检测到的AP个数的变化 | 第29-31页 |
| 3.2.3 人对接收信号强度的影响 | 第31-33页 |
| 3.2.4 RSS的概率分布 | 第33-34页 |
| 3.2.5 RSS均值与采样点个数之间的关系 | 第34-35页 |
| 3.2.6 同一地点来自不同AP的RSS的相关性 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 4 分层技术在静态定位中的应用 | 第37-51页 |
| 4.1 仿射传播聚类 | 第37-38页 |
| 4.2 边缘重叠法 | 第38页 |
| 4.3 区域判定方法 | 第38-39页 |
| 4.4 地下停车场的定位实验 | 第39-44页 |
| 4.4.1 区域的划分及区域判定 | 第40-41页 |
| 4.4.2 实验结果 | 第41-44页 |
| 4.5 实际环境中的定位实验 | 第44-50页 |
| 4.5.1 划分区域前NN、KNN与WKNN的比较 | 第45-46页 |
| 4.5.2 区域的划分及区域判定 | 第46-48页 |
| 4.5.3 分层定位的实验结果 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 动态跟踪技术 | 第51-66页 |
| 5.1 粒子滤波在跟踪技术中的应用 | 第51-59页 |
| 5.1.1 滤波的概念及状态空间模型 | 第51-52页 |
| 5.1.2 贝叶斯滤波 | 第52-53页 |
| 5.1.3 粒子滤波 | 第53-59页 |
| 5.2 改进的粒子滤波 | 第59-60页 |
| 5.3 地下停车场的跟踪实验 | 第60-63页 |
| 5.3.1 仿真场景与运动模型 | 第60-61页 |
| 5.3.2 仿真结果 | 第61-63页 |
| 5.4 实际环境中的跟踪实验 | 第63-64页 |
| 5.4.1 实验场景及运动模型 | 第63页 |
| 5.4.2 实验结果 | 第63-64页 |
| 5.5 本章小结 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录A 实际环境中的实验数据 | 第70-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75-76页 |