中文摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题背景 | 第11-12页 |
1.1.1 课题来源 | 第11页 |
1.1.2 课题研究背景 | 第11-12页 |
1.2 课题研究目的和意义 | 第12-14页 |
1.3 相关定位技术的国内外发展现状 | 第14-17页 |
1.3.1 红外线定位技术 | 第14页 |
1.3.2 超声波定位技术 | 第14-15页 |
1.3.3 射频识别技术 | 第15页 |
1.3.4 ZigBee技术 | 第15页 |
1.3.5 无线局域网定位技术 | 第15-16页 |
1.3.6 UWB定位技术 | 第16-17页 |
1.4 本文研究内容以及文章结构 | 第17-19页 |
第2章 隧道定位相关技术 | 第19-32页 |
2.1 UWB无线定位技术相关知识 | 第19-21页 |
2.1.1 UWB基础知识 | 第19-20页 |
2.1.2 UWB定位特点及应用 | 第20-21页 |
2.2 室内定位方法分析 | 第21-28页 |
2.2.1 接收信号强度指示定位方法RSSI | 第21-22页 |
2.2.2 基于AOA的定位方法 | 第22-24页 |
2.2.3 基于TOA的定位方法 | 第24-25页 |
2.2.4 基于TDOA的定位方法 | 第25-27页 |
2.2.5 适合UWB定位系统的测距技术 | 第27-28页 |
2.3 基于802.15.4-2011标准的UWB测距算法 | 第28-30页 |
2.4 地铁隧道的信号传播环境 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第3章 隧道定位系统的定位算法分析和仿真 | 第32-61页 |
3.1 最小二乘法 | 第32-36页 |
3.1.1 基于TOA的最小二乘法求解 | 第34-35页 |
3.1.2 基于TDOA的最小二乘法求解 | 第35-36页 |
3.2 具有解析表达式的定位算法 | 第36-40页 |
3.2.1 Fang算法 | 第36-37页 |
3.2.2 Chan算法 | 第37-40页 |
3.3 递归定位算法 | 第40-41页 |
3.4 Fang、Chan、Taylor算法仿真分析 | 第41-48页 |
3.5 卡尔曼滤波的定位算法 | 第48-53页 |
3.5.1 卡尔曼滤波算法 | 第48-51页 |
3.5.2 算法仿真分析 | 第51-53页 |
3.6 隧道定位系统的定位算法实现及仿真 | 第53-60页 |
3.6.1 自校验三角形定位算法 | 第54-56页 |
3.6.2 隧道定位算法 | 第56-57页 |
3.6.3 算法仿真分析 | 第57-60页 |
3.7 本章小结 | 第60-61页 |
第4章 UWB隧道测距定位系统设计及实现 | 第61-83页 |
4.1 系统整体框架 | 第61-63页 |
4.1.1 系统组成 | 第61-63页 |
4.1.2 上位机界面的实现 | 第63页 |
4.2 系统硬件电路设计 | 第63-70页 |
4.2.1 定位标签卡设计 | 第63-68页 |
4.2.2 基站设计 | 第68-70页 |
4.3 定位系统软件设计 | 第70-75页 |
4.3.1 定位系统软件结构 | 第70-71页 |
4.3.2 测距通信的软件实现 | 第71-75页 |
4.4 系统标签卡低功耗的实现 | 第75-78页 |
4.4.1 硬件设计上低功耗的实现 | 第75-77页 |
4.4.2 软件设计上低功耗的实现 | 第77-78页 |
4.5 隧道定位系统测试 | 第78-82页 |
4.5.1 测试环境及结果 | 第78-81页 |
4.5.2 测试结果分析 | 第81-82页 |
4.6 本章小结 | 第82-83页 |
第5章 总结与展望 | 第83-85页 |
5.1 全文总结 | 第83-84页 |
5.2 前景展望 | 第84-85页 |
致谢 | 第85-86页 |
参考文献 | 第86-89页 |
攻读硕士学位期间发表的学术论文 | 第89页 |