基于WLAN位置指纹的室内定位技术研究与实现
| 摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 课题的研究意义 | 第12-13页 |
| 1.4 论文的研究思路与结构组织 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 基于WLAN位置指纹的室内定位技术概述 | 第15-29页 |
| 2.1 室内定位技术分类概述 | 第15-18页 |
| 2.1.1 定位技术分类 | 第15-17页 |
| 2.1.2 定位算法的性能指标 | 第17-18页 |
| 2.2 基于WLAN位置指纹的定位技术 | 第18-24页 |
| 2.2.1 WLAN通信技术介绍 | 第18-21页 |
| 2.2.2 WLAN室内定位技术分类 | 第21-22页 |
| 2.2.3 WLAN位置指纹定位技术原理 | 第22-24页 |
| 2.3 典型的WLAN位置指纹定位算法 | 第24-27页 |
| 2.3.1 贝叶斯概率算法 | 第24-25页 |
| 2.3.2 近邻法 | 第25-26页 |
| 2.3.3 BP神经网络法 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 WLAN信号指纹的获取与预处理 | 第29-45页 |
| 3.1 信号指纹中RSSI的获取与预处理 | 第29-31页 |
| 3.1.1 信号指纹中RSSI获取的难点 | 第29-30页 |
| 3.1.2 信号指纹中RSSI的预处理方法 | 第30-31页 |
| 3.2 RSSI的卡尔曼滤波预处理 | 第31-37页 |
| 3.2.1 卡尔曼滤波算法 | 第31-32页 |
| 3.2.2 卡尔曼滤波算法在RSSI滤波中的应用 | 第32-35页 |
| 3.2.3 卡尔曼滤波算法的改进 | 第35-37页 |
| 3.3 实验设计与分析 | 第37-43页 |
| 3.3.1 实验环境和设备 | 第37-38页 |
| 3.3.2 RSSI的卡尔曼滤波实验与分析 | 第38-40页 |
| 3.3.3 跃变自适应卡尔曼滤波实验与分析 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 WLAN位置指纹匹配定位算法的改进 | 第45-61页 |
| 4.1 基于区域划分和APID过滤的匹配算法 | 第45-54页 |
| 4.1.1 算法的提出 | 第46-47页 |
| 4.1.2 算法介绍 | 第47-48页 |
| 4.1.3 算法流程 | 第48-51页 |
| 4.1.4 实验分析 | 第51-54页 |
| 4.2 基于卡尔曼滤波的运动目标实时定位算法 | 第54-59页 |
| 4.2.1 算法介绍 | 第54-56页 |
| 4.2.2 算法流程 | 第56-57页 |
| 4.2.3 实验分析 | 第57-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第5章 WLAN位置指纹定位系统的设计与实现 | 第61-73页 |
| 5.1 系统设计目的 | 第61页 |
| 5.2 系统的设计 | 第61-63页 |
| 5.3 系统的实现 | 第63-68页 |
| 5.3.1 软件开发环境和硬件设备 | 第63-64页 |
| 5.3.2 位置指纹数据库的开发 | 第64-66页 |
| 5.3.3 软件的实现 | 第66-68页 |
| 5.4 性能测试 | 第68-71页 |
| 5.5 本章小结 | 第71-73页 |
| 总结展望 | 第73-75页 |
| 全文总结 | 第73-74页 |
| 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间所发表的学术论文 | 第79-81页 |
| 致谢 | 第81页 |
