隨著科學(xué)技術(shù)的發(fā)展,移動(dòng)設(shè)備和無線通信網(wǎng)絡(luò)被廣泛使用,基于位置的服務(wù)的需求日益增加。室內(nèi)和室外定位技術(shù)是基于位置的服務(wù)的基石。室外定位技術(shù)是通過全球衛(wèi)星定位系統(tǒng)在室外環(huán)境中定位目標(biāo)并且達(dá)到較高的定位精度,并廣泛應(yīng)用于車載導(dǎo)航、醫(yī)療服務(wù)和搶險(xiǎn)救援等領(lǐng)域,有著巨大的經(jīng)濟(jì)效益和良好的市場(chǎng)前景。然而,對(duì)于室內(nèi)環(huán)境而言,墻體、門窗和室內(nèi)陳設(shè)等障礙物的阻擋會(huì)嚴(yán)重衰減衛(wèi)星信號(hào)從而導(dǎo)致定位系統(tǒng)感測(cè)衛(wèi)星信號(hào)困難,所以室外定位技術(shù)并不能應(yīng)用于室內(nèi)�，F(xiàn)階段,Wi-Fi(Wireless Fidelity)網(wǎng)絡(luò)廣泛部署于各種場(chǎng)所,手機(jī)、平板和筆記本電腦等移動(dòng)設(shè)備大都內(nèi)嵌Wi-Fi芯片,Wi-Fi定位技術(shù)成為室內(nèi)定位領(lǐng)域最具發(fā)展前景的室內(nèi)定位技術(shù),引起學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。但是,受同頻干擾、復(fù)雜多變的室內(nèi)環(huán)境和移動(dòng)的人群等眾多因素的影響,RSS(Received Signal Strength)信號(hào)具有嚴(yán)重的波動(dòng)性,嚴(yán)重影響室內(nèi)定位精度,給基于指紋定位算法的Wi-Fi室內(nèi)定位技術(shù)帶來諸多問題。本文對(duì)基于指紋定位算法的Wi-Fi室內(nèi)定位技術(shù)進(jìn)行深入的研究,指出影響定位性能的主要問題。針對(duì)指紋定位算法存在的不足...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及其意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 幾種經(jīng)典的室內(nèi)定位技術(shù)
        1.2.2 基于Wi-Fi的室內(nèi)定位技術(shù)
            1.2.2.1 三角定位法
            1.2.2.2 指紋定位法
    1.3 指紋定位法存在的問題
    1.4 研究?jī)?nèi)容和組織結(jié)構(gòu)
        1.4.1 研究?jī)?nèi)容
        1.4.2 主要貢獻(xiàn)
        1.4.3 組織結(jié)構(gòu)
第二章 相關(guān)理論綜述
    2.1 指紋定位算法的原理
    2.2 神經(jīng)網(wǎng)絡(luò)
        2.2.1 神經(jīng)元
        2.2.2 感知器
        2.2.3 多層感知器與BP算法
        2.2.4 深度學(xué)習(xí)與自編碼器
    2.3 樹模型
        2.3.1 決策樹
        2.3.2 樹的集成學(xué)習(xí)
    2.4 多任務(wù)學(xué)習(xí)
    2.5 本章小結(jié)
第三章 基于多任務(wù)學(xué)習(xí)的特征提取算法
    3.1 引言
    3.2 棧式降噪自編碼器
    3.3 聯(lián)合多任務(wù)降噪自編碼器
        3.3.1 整體框架
        3.3.2 網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.3 激活函數(shù)
        3.3.4 損失函數(shù)
    3.4 實(shí)驗(yàn)與結(jié)果分析
        3.4.1 實(shí)驗(yàn)環(huán)境
        3.4.2 數(shù)據(jù)集
        3.4.3 數(shù)據(jù)預(yù)處理
        3.4.4 實(shí)驗(yàn)細(xì)節(jié)
        3.4.5 結(jié)果分析
    3.5 本章小結(jié)
第四章 基于特征融合的Wi-Fi室內(nèi)定位算法
    4.1 引言
    4.2 基于GBDT的Wi-Fi室內(nèi)定位算法
    4.3 基于特征融合的Wi-Fi室內(nèi)定位算法
        4.3.1 深度特征
        4.3.2 GBDT特征
        4.3.3 融合深度特征和GBDT特征的混合模型
    4.4 實(shí)驗(yàn)與結(jié)果
        4.4.1 實(shí)驗(yàn)環(huán)境
        4.4.2 數(shù)據(jù)集
        4.4.3 數(shù)據(jù)預(yù)處理
        4.4.4 實(shí)驗(yàn)細(xì)節(jié)
        4.4.5 結(jié)果分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士期間參加的科研項(xiàng)目
致謝



本文編號(hào)：3975352