| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第9-11页 |
| 图目录 | 第11-12页 |
| 表目录 | 第12-13页 |
| 縮略语表 | 第13-14页 |
| 符号说明 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-18页 |
| 1.2 本文的主要工作和创新点 | 第18-19页 |
| 1.3 本文的篇章结构 | 第19-21页 |
| 第二章 室内定位基本理论与相关技术 | 第21-34页 |
| 2.1 引言 | 第21-22页 |
| 2.2 室内定位技术基本理论 | 第22-29页 |
| 2.2.1 室内定位方法的分类 | 第22-24页 |
| 2.2.2 室内定位系统的典型解决方案 | 第24-28页 |
| 2.2.3 室内定位技术指标 | 第28页 |
| 2.2.4 室内定位技术难点 | 第28-29页 |
| 2.3 室内定位相关技术知识 | 第29-32页 |
| 2.3.1 室内RSS传播模型 | 第29-30页 |
| 2.3.2 云计算与众包模型 | 第30-31页 |
| 2.3.3 匹配算法相关知识 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 Wi-Fi指纹定位系统与新型指纹的设计与实现 | 第34-61页 |
| 3.1 研究背景及问题的提出 | 第34-35页 |
| 3.2 基于Wi-Fi指纹的定位系统 | 第35-39页 |
| 3.2.1 系统的整体设计 | 第36-38页 |
| 3.2.2 室内地理位置信息标识 | 第38-39页 |
| 3.3 基于信道估计的新型定位指纹设计方法 | 第39-44页 |
| 3.4 基于核密度估计的新型定位指纹采集提取方法 | 第44-51页 |
| 3.5 仿真与实验分析 | 第51-59页 |
| 3.5.1 基于信道估计的新型定位指纹的仿真分析 | 第51-54页 |
| 3.5.2 基于信道估计的新型定位指纹的实验验证 | 第54-56页 |
| 3.5.3 基于核密度估计的新型定位指纹采集提取方法的仿真和实验 | 第56-59页 |
| 3.6 本章小结 | 第59-61页 |
| 第四章 基于指纹聚类的室内定位方法 | 第61-74页 |
| 4.1 研究背景及问题的提出 | 第61-62页 |
| 4.2 相似性传播聚类算法 | 第62-64页 |
| 4.3 基于指纹聚类的室内定位方法 | 第64-70页 |
| 4.3.1 系统整体设计 | 第65-66页 |
| 4.3.2 指纹数据的聚类方法 | 第66-67页 |
| 4.3.3 MMC-KNN算法 | 第67-69页 |
| 4.3.4 加窗的MMC-KNN算法 | 第69-70页 |
| 4.4 实验验证结果及分析 | 第70-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-77页 |
| 5.1 工作总结 | 第74-75页 |
| 5.2 研究展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间所著论文和专利 | 第83-85页 |