| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-19页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究背景 | 第9-15页 |
| 1.2.1 室内定位技术 | 第9-11页 |
| 1.2.2 室内定位原理 | 第11-14页 |
| 1.2.3 小结 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.3.1 面向高精度的基于fingerprint的Wi-Fi定位技术研究现状 | 第15-16页 |
| 1.3.2 面向低开销的基于fingerprint的Wi-Fi定位技术研究现状 | 第16-17页 |
| 1.3.3 面向传感器融合的基于fingerprint的Wi-Fi室内追踪研究现状 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 2 基于迁移学习的低开销的fingerprint定位系统研究 | 第19-34页 |
| 2.1 引言 | 第19-20页 |
| 2.2 系统原型实现 | 第20-23页 |
| 2.2.1 系统定位方法架构 | 第20-21页 |
| 2.2.2 系统实现 | 第21-23页 |
| 2.3 基于迁移学习的系统框架 | 第23-28页 |
| 2.3.1 知识学习 | 第26-27页 |
| 2.3.2 知识迁移 | 第27-28页 |
| 2.4 实验 | 第28-33页 |
| 2.4.1 实验部署 | 第28-29页 |
| 2.4.2 实验结果与分析 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 基于多边限定的fingerprint定位方法设计与系统实现 | 第34-46页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于多边限定的fingerprint定位方法 | 第35-38页 |
| 3.2.1 离线学习阶段 | 第35-37页 |
| 3.2.2 基于多边限定的fingerprint定位算法 | 第37-38页 |
| 3.3 系统设计与实现 | 第38-39页 |
| 3.4 实验 | 第39-45页 |
| 3.4.1 实验部署 | 第39-40页 |
| 3.4.2 实验结果分析 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于Wi-Fi和PDR融合的室内追踪系统 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 系统设计 | 第47-48页 |
| 4.3 Wi-Fi和PDR融合的室内追踪方法 | 第48-50页 |
| 4.3.1 行走监测和计步器 | 第48-49页 |
| 4.3.2 PDR位移计算模型 | 第49页 |
| 4.3.3 融合算法 | 第49-50页 |
| 4.4 实验 | 第50-55页 |
| 4.4.1 实验部署 | 第50-51页 |
| 4.4.2 实验结果与分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A.作者在攻读学位期间发表的论文目录 | 第63页 |
| B.作者在攻读学位期间发表的专利目录 | 第63页 |
| C.作者在攻读学位期间参加的科研项目目录 | 第63页 |
