无线网络系统定位技术研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-13页 |
1.1 论文研究背景及研究意义 | 第10-11页 |
1.2 工作的主要内容 | 第11-12页 |
1.3 论文结构 | 第12-13页 |
第二章 传统无线定位算法 | 第13-22页 |
2.1 信号强度SOA定位算法 | 第13-15页 |
2.2 到达角度AOA定位算法 | 第15-16页 |
2.3 到达时间TOA定位算法 | 第16页 |
2.4 到达时间差TDOA定位算法 | 第16-18页 |
2.5 GPS辅助A-GPS定位算法 | 第18-20页 |
2.6 定位技术误差来源 | 第20-21页 |
2.6.1 非视距传播 | 第20页 |
2.6.2 多径干扰 | 第20页 |
2.6.3 多址干扰 | 第20-21页 |
2.7 本章总结 | 第21-22页 |
第三章 基于压缩感知的定位技术 | 第22-34页 |
3.1 压缩感知理论 | 第22-26页 |
3.1.1 问题描述 | 第22-23页 |
3.1.2 信号的稀疏表示 | 第23-24页 |
3.1.3 压缩感知理论的框架 | 第24-25页 |
3.1.4 测量矩阵 | 第25-26页 |
3.1.5 信号重构算法 | 第26页 |
3.2 基于压缩感知的无线定位实现 | 第26-28页 |
3.2.1 区域栅格化 | 第26-27页 |
3.2.2 压缩感知框架 | 第27-28页 |
3.3 仿真结果及分析 | 第28-33页 |
3.3.1 实验数据仿真 | 第28-29页 |
3.3.2 路测数据仿真 | 第29-30页 |
3.3.3 对比验证仿真 | 第30-33页 |
3.4 总结 | 第33-34页 |
第四章 基于SVM的定位技术 | 第34-60页 |
4.1 SVM理论介绍 | 第34-40页 |
4.1.1 支持向量分类机 | 第34-36页 |
4.1.2 支持向量核函数 | 第36-39页 |
4.1.3 SVM小结 | 第39-40页 |
4.2 基于SVM的无线定位实现 | 第40-47页 |
4.2.1 SVM无线定位原理 | 第40页 |
4.2.2 数据预处理 | 第40-41页 |
4.2.3 训练阶段实现 | 第41-44页 |
4.2.4 训练模型信息 | 第44-46页 |
4.2.5 预测阶段实现 | 第46-47页 |
4.3 算法改进和优化 | 第47-50页 |
4.3.1 核函数参数优化 | 第48页 |
4.3.2 分层预测 | 第48-50页 |
4.3.3 计算优化 | 第50页 |
4.4 仿真结果及分析 | 第50-55页 |
4.5 SVM定位整体方案 | 第55-57页 |
4.6 定位算法小结 | 第57-58页 |
4.6.1 定位性能 | 第57-58页 |
4.6.2 复杂度 | 第58页 |
4.6.3 适用场景 | 第58页 |
4.7 总结 | 第58-60页 |
第五章 总结与展望 | 第60-61页 |
5.1 论文工作总结 | 第60页 |
5.2 下一步的工作展望 | 第60-61页 |
参考文献 | 第61-63页 |
附录 | 第63-64页 |
攻读学位期间发表的学术论文 | 第64页 |