声明
摘要
1绪论
1.1研究背景
1.1.1移动计算
1.1.2 GPS与其他全球定位系统
1.1.3 WLAN
1.2研究意义
1.2.1大型室内公共场所
1.2.2矿井
1.2.3校园
1.3主要研究内容与创新点
1.3.1主要研究内容
1.3.2主要创新点
1.4论文安排
2相关工作与本文实验环境
2.1已有的室内定位系统
2.2基于无线信号传播模型的室内定位方法
2.3基于指纹数据库的室内定位方法
2.4本文的实验环境
3基于WLAN的室内定位算法介绍
3.1基于模型的室内定位方法
3.1.1无线信号传播特性
3.1.2三边测量法
3.1.3基于模型的室内定位方法的优缺点
3.2基于指纹数据库的室内定位方法
3.2.1 KNN方法
3.2.2 HORUS
3.2.3差别自适应神经网络方法
3.2.4 KCCA方法
3.3指纹数据库快速搜索方法
3.3.1最大信号强度值聚类算法
3.3.2 DMS搜索算法
4基于多高斯混合模型的WLAN室内定位系统
4.1引言
4.2 多高斯混合模型构建指纹数据库
4.2.1多高斯混合模型
4.2.2 EM算法
4.2.3算法初始化
4.3基于多高斯混合模型的WLAN室内定位方法
4.3.1室内定位算法详细描述
4.3.2算法实时复杂度分析
4.4实验结果与分析
4.5小结
5室内定位系统中指纹数据库的聚类方法研究
5.1引言
5.2 k-均值聚类算法
5.3 SOM算法
5.4提出的室内定位系统指纹数据库聚类算法
5.4.1指纹数据库聚类算法
5.4.2指纹数据库聚类算法与室内定位系统的结合
5.5实验结果与分析
5.6小结
6一种基于混合滤波器的WLAN室内跟踪系统
6.1引言
6.2卡尔曼滤波器
6.2.1标准卡尔曼滤波器
6.2.2扩展卡尔曼滤波器
6.2.3无迹卡尔曼滤波器
6.3粒子滤波器
6.3.1标准粒子滤波器算法
6.3.2粒子滤波器与无迹卡尔曼滤波器的区别
6.4基于混合滤波器的室内定位跟踪算法
6.4.1系统模型
6.4.2基于混合滤波器的室内定位跟踪算法
6.5实验结果与分析
6.5.1实验设计
6.5.2实验结果
6.6小结
7总结与展望
7.1本文总结
7.2今后的研究展望
参考文献
攻读博士学位期间发表的学术论文
致谢