首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

室内被动定位技术研究及其在行为监测中的应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-16页
    1.1 课题研究的背景及意义第11-12页
    1.2 室内被动定位研究现状第12-13页
    1.3 研究目标和内容第13-14页
    1.4 论文创新点第14页
    1.5 论文章节安排第14-16页
第二章 室内定位相关理论分析第16-25页
    2.1 基于指纹的定位技术第16-18页
        2.1.1 基于信道脉冲响应的定位技术第17页
        2.1.2 基于信道频率响应的定位技术第17-18页
    2.2 基于测距的定位技术第18-21页
    2.3 接收信号强度与信道状态信息第21-24页
        2.3.1 RSSI的特性和缺陷第21页
        2.3.2 CSI的特性与优点第21-22页
        2.3.3 CSI和RSSI的实验对比第22-24页
    2.4 本章小结第24-25页
第三章 基于CSI指纹的室内被动定位第25-45页
    3.1 特征提取第26-31页
        3.1.1 获取CSI信息第26-28页
        3.1.2 基于DBSCAN的去噪算法第28-30页
        3.1.3 PCA降维算法第30-31页
    3.2 回归模型训练第31-34页
    3.3 实时被动定位第34页
    3.4 实验与分析第34-44页
        3.4.1 实验环境部署第34-36页
        3.4.2 性能基准与参数第36-37页
        3.4.3 实验结果与分析第37-44页
            3.4.3.1 定位估计结果分析第37-39页
            3.4.3.2 被动定位算法对定位结果的影响对比第39-40页
            3.4.3.3 CSI与RSSI对定位结果的影响对比第40-41页
            3.4.3.4 参数对定位结果的影响对比第41-44页
    3.5 本章小结第44-45页
第四章 基于CSI指纹的行为监测应用第45-73页
    4.1 入侵检测第45-54页
        4.1.1 SVM分类第46-48页
        4.1.2 朴素贝叶斯分类第48-49页
        4.1.3 实验与分析第49-54页
            4.1.3.1 实验环境部署第49-50页
            4.1.3.2 实验流程第50-51页
            4.1.3.3 实验结果分析第51-54页
    4.2 简单目标识别第54-59页
        4.2.1 多分类的SVM算法第55-56页
        4.2.2 实验与分析第56-59页
            4.2.2.1 实验环境部署第56页
            4.2.2.2 实验流程第56-57页
            4.2.2.3 实验结果分析第57-59页
    4.3 室内目标计数第59-66页
        4.3.1 基于权值的膨胀矩阵算法第61-63页
        4.3.2 实验与分析第63-66页
            4.3.2.1 实验环境部署第63-64页
            4.3.2.2 实验流程第64页
            4.3.2.3 实验结果与分析第64-66页
    4.4 人群密度检测第66-72页
        4.4.1 动态时间归整第68-70页
        4.4.2 实验与分析第70-72页
            4.4.2.1 实验环境部署第70页
            4.4.2.2 实验流程第70-71页
            4.4.2.3 实验结果分析第71-72页
    4.5 本章小结第72-73页
第五章 总结和展望第73-75页
    5.1 论文总结第73-74页
    5.2 工作展望第74-75页
致谢第75-76页
参考文献第76-80页
攻读硕士学位期间取得的成果第80-81页

论文共81页,点击 下载论文
上一篇:矩阵分解在推荐系统中的研究与应用
下一篇:高功率微波窗电热力特性的协同仿真研究