| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 论文的研究内容 | 第12-13页 |
| 1.4 论文组织架构 | 第13-14页 |
| 1.5 本章总结 | 第14-15页 |
| 第二章 相关技术的研究和介绍 | 第15-35页 |
| 2.1 室外定位技术 | 第15-19页 |
| 2.1.1 全球定位系统GPS | 第15-17页 |
| 2.1.2 蜂窝基站定位 | 第17-19页 |
| 2.2 室内定位技术和方法 | 第19-22页 |
| 2.2.1 定位方法 | 第19页 |
| 2.2.2 室内定位技术 | 第19-22页 |
| 2.3 WIFI室内定位技术介绍 | 第22-24页 |
| 2.4 基于无线信号传播经验模型的室内定位 | 第24-25页 |
| 2.5 基于测距的定位算法模型 | 第25-27页 |
| 2.6 基于RSSI指纹的室内定位 | 第27-30页 |
| 2.6.1 原理 | 第28-29页 |
| 2.6.2 离线指纹数据库的建立 | 第29页 |
| 2.6.3 RSSI指纹定位技术的优缺点 | 第29-30页 |
| 2.7 RSSI指纹定位的匹配定位方法 | 第30-32页 |
| 2.7.1 最近邻居法 | 第30-31页 |
| 2.7.2 K近邻法 | 第31页 |
| 2.7.3 加权K近邻法 | 第31-32页 |
| 2.7.4 概率估计法 | 第32页 |
| 2.8 WIFI信号的影响因素 | 第32-34页 |
| 2.9 本章总结 | 第34-35页 |
| 第三章 基于RSSI指纹室内定位系统的设计与实现 | 第35-47页 |
| 3.1 基于安卓的RSSI信号采集客户端的设计与实现 | 第35-42页 |
| 3.1.1 系统的需求分析 | 第35-36页 |
| 3.1.2 系统的结构和总体架构 | 第36-37页 |
| 3.1.3 RSSI信号采集客户端的具体实现 | 第37-41页 |
| 3.1.4 高斯滤波法数据处理 | 第41-42页 |
| 3.2 服务器端的设计与实现 | 第42-45页 |
| 3.2.1 指纹数据库的设计 | 第43页 |
| 3.2.2 定位服务器端与客户端的通信 | 第43-44页 |
| 3.2.3 服务器端的定位设计实现 | 第44-45页 |
| 3.3 本章总结 | 第45-47页 |
| 第四章 基于低秩矩阵填充的RSSI指纹库的建立 | 第47-57页 |
| 4.1 问题的提出 | 第47-48页 |
| 4.2 矩阵重建理论 | 第48-49页 |
| 4.3 利用低秩矩阵恢复填充建立指纹库 | 第49-51页 |
| 4.3.1 低秩矩阵填充 | 第49-50页 |
| 4.3.2 利用奇异值分解的最优化模型求解 | 第50-51页 |
| 4.4 仿真实验验证 | 第51-54页 |
| 4.4.1 MATLAB简介 | 第51-52页 |
| 4.4.2 利用MATLB进行矩阵还原 | 第52-54页 |
| 4.5 实验 | 第54-56页 |
| 4.5.1 实验设计和环境 | 第54页 |
| 4.5.2 实验结果与分析 | 第54-56页 |
| 4.6 本章总结 | 第56-57页 |
| 第五章 多终端协同室内定位 | 第57-70页 |
| 5.1 协同定位在多机器人定位的应用 | 第58-59页 |
| 5.2 室内协同定位的设计实现 | 第59-62页 |
| 5.2.1 室内协同定位的设计思想 | 第59-60页 |
| 5.2.2 利用待测节点的位置关系进行位置优化的算法 | 第60-61页 |
| 5.2.3 利用无线信号传播经验模型 | 第61-62页 |
| 5.3 实验验证和结果分析 | 第62-68页 |
| 5.3.1 三种定位方式的平均误差比较和分析 | 第62-67页 |
| 5.3.2 圆形区域内的点的个数N对优化算法性能的影响 | 第67-68页 |
| 5.4 本章总结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 主要研究内容总结 | 第70页 |
| 6.2 下一步工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |
