毕业论文课题相关文献综述
1.研究背景近年来，随着无线技术的不断发展，人们对室内定位技术有着广泛的应用，对室内定位技术的需求也逐渐增高。
和普通的定位相比，利用无线网络定位能够克服在环境中部署硬件设备的困难，常见的无线局域网（Wireless Local Area Network，WLAN）室内定位方法有到达时间法、到达角度法、传播模型法以及位置指纹法[1]。
其中、位置指纹法由于定位精度较高且无需添加额外的硬件设备，得到了较为广泛的应用。
由于室内环境复杂，位置指纹精度受到障碍物、非视距传播以及噪声等多种因素的影响，导致定位的结果出现误差[2]。
由于接受到的数据通常包含很多噪声如果对采集到的数据处理不当会使生成的指纹数据库不能够匹配当前的位置环境[3]。
为了降低定位的误差 ，许多专家学者在位置指纹的基础上寻找更加精确的室内定位方法。
例如基于深度学习的WLAN室内定位技术，深度学习模拟人脑的层次结构，处理数据从低层到高层，逐渐产生越来越多的语言概念。
在室内环境中，我们可以收集到大量的WLAN扫描数据，这些数据可以作为神经网络的训练数据样本，通过设计一维卷积神经网络模型，对接收到的位置数据进行分析，来实现定位结果的输出[4]。
2. 国内外研究概况目前WLAN室内定位是相对成熟的技术，具有自动更新数据、成本低的优点，并且可以实现复杂的大范围定位，方便组网，很容易架设在现有的无线WLAN网络。
用户在使用智能手机时开启过WLAN、移动蜂窝网络，就可能成为数据源。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
