WIFI指纹定位优化算法的研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景 | 第11-14页 |
| 1.2 课题研究现状及意义 | 第14-16页 |
| 1.3 课题主要工作 | 第16-17页 |
| 1.4 论文的结构和组织 | 第17-18页 |
| 第二章 WiFi指纹定位 | 第18-29页 |
| 2.1 WiFi指纹定位的基本概念 | 第18-19页 |
| 2.2 聚类在WiFi指纹定位中的应用 | 第19页 |
| 2.3 PCA降维 | 第19-20页 |
| 2.4 传统聚类分析 | 第20-25页 |
| 2.4.1 基于划分的方法 | 第20-21页 |
| 2.4.2 基于层次的方法 | 第21-22页 |
| 2.4.3 基于密度的方法 | 第22-24页 |
| 2.4.4 基于网格的方法 | 第24-25页 |
| 2.4.5 基于模型的方法 | 第25页 |
| 2.5 聚类的性能度量 | 第25-29页 |
| 2.5.1 聚类性能的外部指标 | 第25-26页 |
| 2.5.2 聚类性能的内部指标 | 第26-29页 |
| 第三章 增量聚类设计与实现 | 第29-44页 |
| 3.1 增量DBSCAN聚类算法 | 第29-32页 |
| 3.2 基于层次的DBSCAN聚类算法 | 第32-35页 |
| 3.3 增量HDBSCAN聚类 | 第35-37页 |
| 3.4 算法测试与仿真 | 第37-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于动态压缩感知的轨迹恢复研究 | 第44-64页 |
| 4.1 压缩感知与卡尔曼滤波 | 第44-48页 |
| 4.1.1 基本概念 | 第44-46页 |
| 4.1.2 压缩感知的前提条件 | 第46-47页 |
| 4.1.3 压缩感知与指纹定位的结合 | 第47页 |
| 4.1.4 压缩感知重构算法 | 第47页 |
| 4.1.5 卡尔曼滤波 | 第47-48页 |
| 4.2 卡尔曼滤波与压缩感知的结合 | 第48-51页 |
| 4.3 基于KF-CS的动态指纹定位算法 | 第51-61页 |
| 4.4 算法测试与仿真 | 第61-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 结论 | 第64-66页 |
| 5.1 全文总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
