基于粒子群滤波的WiFi定位算法设计与实现
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题的背景与研究意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 主要研究内容 | 第14页 |
1.4 论文结构 | 第14-17页 |
第2章 相关概念与技术 | 第17-27页 |
2.1 定位技术的分类与发展 | 第17-21页 |
2.1.1 无线传感器网络定位 | 第17-19页 |
2.1.2 移动通信系统定位 | 第19-21页 |
2.1.3 WiFi网络无线定位 | 第21页 |
2.2 基于WiFi网络的定位原理与方法 | 第21-23页 |
2.2.1 近似法 | 第21-22页 |
2.2.2 几何定位法 | 第22-23页 |
2.2.3 场景分析法 | 第23页 |
2.3 常见的滤波方法 | 第23-26页 |
2.3.1 卡尔曼滤波 | 第23-24页 |
2.3.2 粒子滤波 | 第24-25页 |
2.3.3 粒子群滤波 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 WiFi网络中基于聚类分析的粗定位 | 第27-43页 |
3.1 WiFi网络中的粗定位机制概述 | 第27-28页 |
3.2 特征指纹的设计与去噪 | 第28-30页 |
3.2.1 差分指纹信息 | 第28-29页 |
3.2.2 指纹信息的小波滤波 | 第29-30页 |
3.3 指纹聚类 | 第30-35页 |
3.3.1 K-Means聚类算法的介绍 | 第31-33页 |
3.3.2 K-Means聚类算法的改进 | 第33-35页 |
3.4 粗定位机制 | 第35-36页 |
3.4.1 特征指纹库的建立 | 第35-36页 |
3.4.2 实时粗定位 | 第36页 |
3.5 粗定位算法的测试与分析 | 第36-41页 |
3.5.1 小波滤波的性能分析 | 第36页 |
3.5.2 改进K-Means聚类算法的性能分析 | 第36-39页 |
3.5.3 粗定位性能分析 | 第39-41页 |
3.6 小结 | 第41-43页 |
第4章 WiFi网络中基于粒子群滤波的精确定位 | 第43-61页 |
4.1 精确定位机制概述 | 第43-44页 |
4.2 追踪算法设计 | 第44-54页 |
4.2.1 粒子群滤波算法 | 第44-46页 |
4.2.2 粒子群算法的收敛性分析 | 第46-48页 |
4.2.3 粒子群算法的改进 | 第48-54页 |
4.3 算法的测试与分析 | 第54-59页 |
4.3.1 改进粒子群滤波算法的性能分析 | 第54-55页 |
4.3.2 移动目标精确定位的性能分析 | 第55-59页 |
4.4 本章总结 | 第59-61页 |
第5章 WiFi网络中定位原型系统的设计与实现 | 第61-73页 |
5.1 定位系统的设计与实现 | 第61-67页 |
5.1.1 定位系统的设计思路 | 第61-63页 |
5.1.2 定位系统功能模块的设计 | 第63-65页 |
5.1.3 定位系统关键设计与实现 | 第65-67页 |
5.2 开发环境 | 第67页 |
5.3 系统性能测试 | 第67-71页 |
5.3.1 定点测试 | 第67-69页 |
5.3.2 动态目标定位测试 | 第69-70页 |
5.3.3 差分指纹模块的测试 | 第70-71页 |
5.4 本章小结 | 第71-73页 |
第6章 总结与展望 | 第73-75页 |
6.1 工作总结 | 第73-74页 |
6.2 下一步工作 | 第74-75页 |
参考文献 | 第75-79页 |
致谢 | 第79-81页 |
攻读硕士期间参与的主要科研项目 | 第81页 |