| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 本文的研究背景及意义 | 第15-16页 |
| 1.2 室内定位技术的发展概况 | 第16-21页 |
| 1.2.1 典型的室内定位技术 | 第16-18页 |
| 1.2.2 融合室内定位技术的研究现状 | 第18-21页 |
| 1.3 WiFi与蓝牙融合的发展趋势 | 第21-22页 |
| 1.4 本文的研究重点及创新点 | 第22页 |
| 1.5 本文的结构安排 | 第22-24页 |
| 第二章 室内无线定位算法 | 第24-34页 |
| 2.1 传统的室内无线定位算法 | 第24-28页 |
| 2.1.1 基于TOA的定位 | 第24-25页 |
| 2.1.2 基于TDOA的定位 | 第25-27页 |
| 2.1.3 基于AOA的定位 | 第27页 |
| 2.1.4 基于RSS的定位 | 第27-28页 |
| 2.2 位置指纹定位技术 | 第28-33页 |
| 2.2.1 位置指纹定位技术的实现过程 | 第28-30页 |
| 2.2.2 位置指纹定位技术的分类 | 第30-31页 |
| 2.2.3 位置指纹定位技术的难点 | 第31-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 WiFi/蓝牙位置指纹定位算法 | 第34-45页 |
| 3.1 核函数法 | 第34-37页 |
| 3.1.1 Mercer定理 | 第35-37页 |
| 3.1.2 核函数在WiFi位置指纹中的应用 | 第37页 |
| 3.2 KL散度理论 | 第37-40页 |
| 3.2.1 KL散度的数学模型 | 第38-39页 |
| 3.2.2 KL散度的应用特点 | 第39-40页 |
| 3.3 基于KL散度核函数的WiFi位置指纹定位 | 第40-42页 |
| 3.3.1 KL散度核函数原理 | 第40-41页 |
| 3.3.2 基于KL散度核函数的WiFi位置指纹定位过程 | 第41-42页 |
| 3.4 一种改进的蓝牙位置指纹定位方法 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 WiFi/蓝牙融合定位算法 | 第45-55页 |
| 4.1 信息融合技术 | 第45-49页 |
| 4.1.1 信息融合的层次结构 | 第45-48页 |
| 4.1.2 WiFi/蓝牙的决策层融合方案 | 第48-49页 |
| 4.2 K-means算法 | 第49-53页 |
| 4.2.1 K-means算法的执行过程 | 第50-51页 |
| 4.2.2 K-means算法的局限性 | 第51-52页 |
| 4.2.3 K-means算法中心点的选取 | 第52-53页 |
| 4.3 基于K-means算法的WiFi/蓝牙融合室内定位 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 WiFi/蓝牙融合定位方案的实现 | 第55-69页 |
| 5.1 软件设计 | 第55-58页 |
| 5.1.1 程序主界面 | 第55-56页 |
| 5.1.2 程序功能 | 第56-58页 |
| 5.2 实验场景搭建 | 第58-59页 |
| 5.3 实验数据的采集与处理 | 第59-64页 |
| 5.3.1 指纹库的建立 | 第60-61页 |
| 5.3.2 基于融合算法的待测点定位 | 第61-64页 |
| 5.4 实验结果分析 | 第64-68页 |
| 5.4.1 误差分析 | 第64-65页 |
| 5.4.2 对比分析 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 未来展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间的学术成果 | 第76-77页 |
| 致谢 | 第77页 |