基于WIFI的隧道人员定位算法的分析与研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 论文研究背景 | 第8-9页 |
| 1.2 论文研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10页 |
| 1.4 本研究的主要内容 | 第10-11页 |
| 1.5 本文章节安排 | 第11-12页 |
| 第2章 室内定位技术概述 | 第12-24页 |
| 2.1 室内定位技术分类 | 第12-14页 |
| 2.2 WIFI定位技术概述 | 第14-15页 |
| 2.3 基本定位算法分类 | 第15-23页 |
| 2.3.1 基于到达时间的定位算法 | 第15-16页 |
| 2.3.2 基于到达时间差的定位算法 | 第16页 |
| 2.3.3 三边定位法 | 第16-18页 |
| 2.3.4 三角定位法 | 第18页 |
| 2.3.5 基于RSSI传输损耗模型定位方法 | 第18-20页 |
| 2.3.6 极大似然估计法 | 第20-22页 |
| 2.3.7 位置指纹算法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于测距的传输损耗模型的定位算法及优化 | 第24-37页 |
| 3.1 隧道环境中的对数传输损耗模型 | 第24-26页 |
| 3.2 极大似然估计加权质心算法 | 第26-29页 |
| 3.2.1 质心算法与加权质心算法 | 第26-27页 |
| 3.2.2 极大似然估计结合加权质心算法 | 第27-29页 |
| 3.3 隧道环境对于定位算法的影响 | 第29-30页 |
| 3.4 加入隧道环境因子的定位算法过程描述 | 第30-31页 |
| 3.5 算法参数的确定与具体实现 | 第31-35页 |
| 3.5.1 确定对数传输损耗模型参数 | 第31-33页 |
| 3.5.2 定位算法的性能评价指标 | 第33页 |
| 3.5.3 算法精度评估 | 第33-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第4章 无需测距的位置指纹算法及其优化 | 第37-59页 |
| 4.1 位置指纹算法原理 | 第37-41页 |
| 4.1.1 离线采集构造构造位置指纹库 | 第38页 |
| 4.1.2 在线位置估计算法 | 第38-39页 |
| 4.1.3 位置指纹算法误差来源及改进方法 | 第39-41页 |
| 4.2 位置指纹算法的优化 | 第41-49页 |
| 4.2.1 采样数据降噪处理 | 第41-43页 |
| 4.2.2 k-means聚类分析训练指纹数据库 | 第43-47页 |
| 4.2.3 改进的加权k邻近算法 | 第47-49页 |
| 4.3 算法仿真分析 | 第49-57页 |
| 4.3.1 实验环境中构造指纹数据库 | 第49-53页 |
| 4.3.2 实验环境下在线位置估计 | 第53-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 结论和展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 附录1 攻读硕士学位期间参与的项目发表的论文 | 第63-64页 |
| 附录2 主要英文缩写语对照表 | 第64页 |
