1. 本选题研究的目的及意义
随着移动互联网和智能手机的普及，人们对基于位置的服务（LBS）的需求日益增长，例如导航、地图、社交网络等应用。
而室内定位作为LBS的重要组成部分，近年来也受到了广泛的关注。
现有的室内定位技术主要包括：基于卫星的全球定位系统（GPS）、基于移动通信网络的定位技术、基于无线局域网（WLAN）的定位技术、基于蓝牙的定位技术、基于超宽带（UWB）的定位技术、基于可见光的定位技术、基于地磁的定位技术等。
2. 本选题国内外研究状况综述
近年来，随着无线通信技术的快速发展和智能手机的普及，基于WiFi的室内定位技术受到了国内外学者的广泛关注和研究。
1. 国内研究现状
国内在基于WiFi的室内定位技术研究方面取得了一定的成果，主要集中在以下几个方面：
WiFi指纹定位算法研究：很多学者对WiFi指纹定位算法进行了深入研究，提出了一系列改进算法，例如基于KNN的改进算法、基于概率统计的改进算法、基于机器学习的改进算法等，有效提高了定位精度。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本课题主要研究内容包括：
1.公共WiFi数据采集与处理:研究如何利用安卓手机获取周围公共WiFi热点信息，包括WiFi名称(SSID)、信号强度(RSSI)、MAC地址等，并对采集到的WiFi数据进行预处理，例如去噪、滤波等，以提高定位精度。
2.室内定位算法设计与实现:研究适用于公共WiFi的室内定位算法，例如指纹定位算法、三边定位算法等，并根据实际应用场景对算法进行改进和优化，以提高定位精度和效率。
4. 研究的方法与步骤
本课题的研究方法和步骤如下：
1.文献调研阶段:查阅国内外相关文献，了解室内定位技术的发展现状、现有技术路线、优缺点以及未来发展趋势，重点关注基于WiFi的室内定位技术，为本课题的研究奠定理论基础。
2.系统分析与设计阶段:分析公共WiFi定位系统的需求，包括功能需求、性能需求、用户界面需求等，设计系统的架构、数据库、定位算法以及用户界面等，为系统的开发提供详细的设计方案。
3.系统实现阶段:根据系统设计方案，选择合适的开发环境和工具，进行系统编码实现，包括WiFi数据采集模块、定位算法模块、地图显示模块、导航模块等，并对各个模块进行测试和调试，确保系统的功能完整性和代码质量。
5. 研究的创新点
本课题的创新点主要体现在以下几个方面：
1.基于深度学习的WiFi指纹定位算法:传统的WiFi指纹定位算法容易受到环境因素的影响，定位精度不高。
本课题将研究基于深度学习的WiFi指纹定位算法，利用深度神经网络强大的特征提取能力，提高定位精度和鲁棒性。
2.多传感器融合定位技术:为了进一步提高定位精度，本课题将研究将WiFi定位技术与其他传感器融合，例如惯性传感器、蓝牙等，利用多传感器的信息融合技术，提高定位精度和可靠性。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1] 王伟,刘浩,马建峰.基于Wi-Fi和地磁指纹匹配的室内定位算法[J].传感技术学报,2022,35(04):533-540.
[2] 田腾,李阳,李雪,陈志刚,张国印.基于改进KNN的Wi-Fi室内定位算法研究[J].电子测量技术,2021,44(20):77-82.
[3] 熊浩,李龙,程磊.融合Wi-Fi和PDR的室内定位算法[J].计算机应用研究,2023,40(03):860-865.
以上是毕业论文开题报告，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。
