声明
致谢
摘要
插图索引
表格索引
1 绪论
1.1 研究背景与意义
1.2 无线定位技术发展现状与趋势
1.2.1 无线定位技术发展及标准化
1.2.2 无线定位系统及性能评估
1.3 室内定位技术难点与挑战
1.3.1 室内定位主要方法及主要问题
1.3.2 指纹定位技术的研究现状
1.3.3 人工智能技术在室内指纹定位技术中的典型应用
1.4 本文简述
1.4.1 论文的研究点与创新点
1.4.2 论文结构安排
2 室内指纹定位系统框架与基本理论
2.1 指纹定位系统
2.1.1 基本框架
2.1.2 定位机理
2.2 数据库重构算法
2.2.1 基于回归分析的自适应无线图谱算法
2.2.2 基于衰落模型的指纹数据库构建算法
2.3 模式匹配算法
2.3.1 确定性邻近点算法
2.3.2 基于高斯核函数的贝叶斯算法
2.3.3 基于径向基函数网络的定位算法
2.3.4 基于压缩感知的定位算法
2.4 室内追踪系统
2.5 本章小结
3 基于聚类算法的指纹数据库自主重构技术
3.1 引言
3.2 室内无线传播特性
3.2.1 基于分簇的室内无线信道传播模型
3.2.2 室内信号大尺度衰落的分簇特性
3.3 基于聚类技术的数据库重构算法
3.3.1 K-Means聚类算法
3.3.2 仿射传播聚类算法
3.3.3 聚类实验效果
3.3.4 指纹数据库重构与位置估计
3.3.5 定位误差克拉美-罗下界理论分析
3.4 算法性能验证分析
3.4.1 实验平台
3.4.2 指纹预测精度性能评估
3.4.3 定位精度性能评估
3.5 本章小结
4 混合AP选择算法
4.1 引言
4.2 经典AP选择算法
4.2.1 最强AP选择算法
4.2.2 基于Fisher准则的AP选择算法
4.2.3 基于信息增益的AP选择算法
4.2.4 随机AP选择算法
4.3 混合AP选择算法
4.3.1 定位误差影响因素分析
4.3.2 算法建模
4.4 实验验证分析
4.5 本章小结
5 基于粒子群优化与卡尔曼滤波的指纹定位追踪算法
5.1 引言
5.2 粒子群优化算法
5.2.1 PSO算法建模
5.2.2 PSO算法性能分析
5.3 基于PSOKF定位追踪技术
5.4 算法性能验证分析
5.4.1 基于PSO定位算法性能评估
5.4.2 基于PSOKF追踪算法性能评估
5.5 本章小结
6 总结与展望
6.1 论文工作总结
6.2 下一步研究展望
参考文献
缩略语
作者简历
攻读博士学位期间发表的学术论文
攻读博士学位期间申请与授权的专利
学位论文数据集