首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文--移动通信论文

基于信号强度的WLAN室内定位跟踪系统研究

论文创新点第5-6页
摘要第6-8页
Abstract第8-9页
1 绪论第13-28页
    1.1 研究背景第13-22页
        1.1.1 移动计算第13-16页
        1.1.2 GPS与其他全球定位系统第16-19页
        1.1.3 WLAN第19-22页
    1.2 研究意义第22-25页
        1.2.1 大型室内公共场所第22-23页
        1.2.2 矿井第23-24页
        1.2.3 校园第24-25页
    1.3 主要研究内容与创新点第25-27页
        1.3.1 主要研究内容第25-26页
        1.3.2 主要创新点第26-27页
    1.4 论文安排第27-28页
2 相关工作与本文实验环境第28-35页
    2.1 已有的室内定位系统第28-30页
    2.2 基于无线信号传播模型的室内定位方法第30-31页
    2.3 基于指纹数据库的室内定位方法第31-33页
    2.4 本文的实验环境第33-35页
3 基于WLAN的室内定位算法介绍第35-58页
    3.1 基于模型的室内定位方法第35-41页
        3.1.1 无线信号传播特性第35-39页
        3.1.2 三边测量法第39-41页
        3.1.3 基于模型的室内定位方法的优缺点第41页
    3.2 基于指纹数据库的室内定位方法第41-51页
        3.2.1 KNN方法第42-43页
        3.2.2 HORUS第43-45页
        3.2.3 差别自适应神经网络方法第45-48页
        3.2.4 KCCA方法第48-51页
    3.3 指纹数据库快速搜索方法第51-58页
        3.3.1 最大信号强度值聚类算法第51-53页
        3.3.2 DMS搜索算法第53-58页
4 基于多高斯混合模型的WLAN室内定位系统第58-71页
    4.1 引言第58-59页
    4.2 多高斯混合模型构建指纹数据库第59-66页
        4.2.1 多高斯混合模型第60页
        4.2.2 EM算法第60-62页
        4.2.3 算法初始化第62-66页
    4.3 基于多高斯混合模型的WLAN室内定位方法第66-68页
        4.3.1 室内定位算法详细描述第66-68页
        4.3.2 算法实时复杂度分析第68页
    4.4 实验结果与分析第68-70页
    4.5 小结第70-71页
5 室内定位系统中指纹数据库的聚类方法研究.第71-83页
    5.1 引言第71-72页
    5.2 k-均值聚类算法第72-74页
    5.3 SOM算法第74-76页
    5.4 提出的室内定位系统指纹数据库聚类算法第76-80页
        5.4.1 指纹数据库聚类算法第76-78页
        5.4.2 指纹数据库聚类算法与室内定位系统的结合第78-80页
    5.5 实验结果与分析第80-81页
    5.6 小结第81-83页
6 一种基于混合滤波器的WLAN室内跟踪系统第83-107页
    6.1 引言第83-84页
    6.2 卡尔曼滤波器第84-93页
        6.2.1 标准卡尔曼滤波器第84-87页
        6.2.2 扩展卡尔曼滤波器第87-89页
        6.2.3 无迹卡尔曼滤波器第89-93页
    6.3 粒子滤波器第93-95页
        6.3.1 标准粒子滤波器算法第93-95页
        6.3.2 粒子滤波器与无迹卡尔曼滤波器的区别第95页
    6.4 基于混合滤波器的室内定位跟踪算法第95-103页
        6.4.1 系统模型第95-97页
        6.4.2 基于混合滤波器的室内定位跟踪算法第97-103页
    6.5 实验结果与分析第103-106页
        6.5.1 实验设计第103-104页
        6.5.2 实验结果第104-106页
    6.6 小结第106-107页
7 总结与展望第107-109页
    7.1 本文总结第107-108页
    7.2 今后的研究展望第108-109页
参考文献第109-116页
攻读博士学位期间发表的学术论文第116-117页
致谢第117页

论文共117页,点击 下载论文
上一篇:基于关联数据和用户本体的个性化知识服务关键技术研究
下一篇:网商平台众包模式的协同创新研究