1. 研究目的与意义（文献综述包含参考文献）
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。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
1.拟研究或解决的问题本课题拟研究以下内容：详细深度学习算法，设计基于深度学习的无线室内定位算法，即利用一维卷积神经网络来对采集到的信号数据进行定位算法，并在离线阶段确定输入与输出的权重，整合到在线阶段，直接利用参数来计算出用户坐标。
并利用k近邻算法（k-nearest neighbor，knn）作对比验证模型的有效性。
2.拟采用的研究手段(途径)(1)首先，设计能够对一定区域的wlan信号进行采集的程序，利用python或者matlab进行仿真，程序能够运行出结果，并且能够正确运行。
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
课题毕业论文、开题报告、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。
