基于混合算法的室内WLAN定位研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景及课题研究意义与目的 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·国外WLAN室内定位研究现状 | 第10页 |
| ·国内WLAN室内定位研究现状 | 第10-11页 |
| ·论文研究工作及论文结构 | 第11-13页 |
| ·论文主要工作 | 第11页 |
| ·论文组织结构 | 第11-13页 |
| 第二章 室内WLAN定位理论基础 | 第13-26页 |
| ·室内WLAN定位技术说明 | 第13-14页 |
| ·WLAN技术发展历程 | 第14-15页 |
| ·室内WLAN信号传播环境及信道模型 | 第15-16页 |
| ·室内无线信号的传播环境 | 第15页 |
| ·室内环境下无线信道的特性 | 第15-16页 |
| ·几种常见的室内WLAN位置定位方法分析 | 第16-20页 |
| ·红外定位法 | 第16-17页 |
| ·超声波定位法 | 第17-18页 |
| ·UWB(超宽带)定位技术 | 第18页 |
| ·蓝牙(blue tooth)定位 | 第18-19页 |
| ·WLAN定位 | 第19-20页 |
| ·基于信号指纹库的室内WLAN定位法 | 第20-25页 |
| ·基于到达时间(TOA) | 第20-21页 |
| ·基于到达角度(AOA) | 第21-23页 |
| ·基于接收信号强度(RSS)定位法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 K-MEANS聚类算法理论 | 第26-39页 |
| ·聚类算法 | 第27-31页 |
| ·聚类的定义 | 第27页 |
| ·簇的划分标准 | 第27-29页 |
| ·聚类准则函数 | 第29-31页 |
| ·经典K-MEANS聚类算法 | 第31-34页 |
| ·经典K-MEANS聚类算法 | 第31-32页 |
| ·K-MEANS算法思想及算法流程图 | 第32-33页 |
| ·经典K-MEANS算法的时间复杂度 | 第33页 |
| ·经典K-MEANS算法的主要缺点 | 第33-34页 |
| ·改进K-MEANS算法 | 第34-37页 |
| ·改进K-MEANS算法流程描述 | 第35-36页 |
| ·改进K-MEANS算法的时间复杂度 | 第36-37页 |
| ·仿真实验 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 指纹数据库的滤噪算法 | 第39-49页 |
| ·邻域中值滤噪算法原理 | 第40-42页 |
| ·邻域的定义 | 第40-41页 |
| ·中值滤噪算法 | 第41-42页 |
| ·基于邻域中值滤噪的指纹库去噪 | 第42-48页 |
| ·相关工作与问题描述 | 第42-43页 |
| ·指纹库中噪声点判定准则 | 第43-46页 |
| ·单个噪声点滤除 | 第46页 |
| ·基于邻域中值滤噪的指纹库滤噪算法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 室内WLAN定位实验与性能评估 | 第49-55页 |
| ·实验场景 | 第49-50页 |
| ·算法参数确定方法 | 第50-51页 |
| ·性能参数 | 第51页 |
| ·实验与仿真分析 | 第51-54页 |
| ·仿真实验结果 | 第52-53页 |
| ·仿真结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55-56页 |
| ·工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61-62页 |
