最小二乘和卡尔曼滤波在无线定位中的性能分析与应用研究
| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| Contents | 第10-12页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 无线定位算法简介 | 第12-16页 |
| 1.1.1 无线定位的发展及主要技术 | 第12-13页 |
| 1.1.2 无线定位算法 | 第13-16页 |
| 1.2 无线传感器网络和射频识别技术 | 第16-19页 |
| 1.2.1 无线传感器网络概述 | 第16-18页 |
| 1.2.2 射频识别技术概述 | 第18-19页 |
| 1.3 WSN和RFID定位算法的发展现状 | 第19-23页 |
| 1.3.1 WSN定位算法的发展现状 | 第19-21页 |
| 1.3.2 RFID定位算法的发展现状 | 第21-23页 |
| 1.4 论文的主要研究内容 | 第23-26页 |
| 第二章 WSN对静态目标的定位算法 | 第26-40页 |
| 2.1 测量模型 | 第26-29页 |
| 2.1.1 距离测量 | 第26-27页 |
| 2.1.2 角度测量 | 第27-28页 |
| 2.1.3 距离和角度测量 | 第28-29页 |
| 2.2 测量噪声与距离无关的定位算法 | 第29-34页 |
| 2.2.1 最小二乘算法 | 第29-30页 |
| 2.2.2 卡尔曼滤波算法 | 第30-34页 |
| 2.3 测量噪声与距离相关的定位算法 | 第34-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 WSN定位算法分析及节点优化部署 | 第40-58页 |
| 3.1 最小二乘定位误差 | 第40-46页 |
| 3.1.1 测量噪声与距离无关 | 第40-44页 |
| 3.1.2 测量噪声与距离相关 | 第44-46页 |
| 3.2 卡尔曼滤波定位误差 | 第46-48页 |
| 3.2.1 测量噪声与距离无关 | 第46-47页 |
| 3.2.2 测量噪声与距离有关 | 第47-48页 |
| 3.3 位置部署优化 | 第48-50页 |
| 3.3.1 三个节点下的最优位置分布 | 第49-50页 |
| 3.3.2 多节点情况 | 第50页 |
| 3.4 仿真实例 | 第50-56页 |
| 3.4.1 LS与EKF的误差对比 | 第51-54页 |
| 3.4.2 多节点下不同位置分布下的误差对比 | 第54-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第四章 基于RFID的移动机器人定位算法 | 第58-70页 |
| 4.1 系统模型 | 第58-60页 |
| 4.1.1 状态模型 | 第58-59页 |
| 4.1.2 观测模型 | 第59-60页 |
| 4.2 移动机器人定位算法设计 | 第60-64页 |
| 4.2.1 测量变化标签 | 第60-61页 |
| 4.2.2 距离模型 | 第61-62页 |
| 4.2.3 卡尔曼滤波算法定位追踪 | 第62-64页 |
| 4.3 仿真实例 | 第64-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 研究成果及发表的学术论文 | 第78-80页 |
| 作者及导师简介 | 第80-81页 |
| 附件 | 第81-82页 |
