基于改进神经网络的室内三维定位技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.3 室内定位的主要难点和发展趋势 | 第20-21页 |
| 1.3.1 主要难点 | 第20页 |
| 1.3.2 发展趋势 | 第20-21页 |
| 1.4 主要研究内容 | 第21-22页 |
| 1.5 论文组织结构 | 第22-24页 |
| 2 常用室内定位技术概述 | 第24-32页 |
| 2.1 常见定位方式 | 第24-25页 |
| 2.2 基于传统测距定位方法 | 第25-28页 |
| 2.2.1 到达时间法TOA | 第25-26页 |
| 2.2.2 到达时间差法TDOA | 第26-27页 |
| 2.2.3 到达角度法AOA | 第27页 |
| 2.2.4 接收信号强度法RSSI | 第27-28页 |
| 2.3 基于传统非测距定位法 | 第28-31页 |
| 2.3.1 DV-Hop算法 | 第29页 |
| 2.3.2 APIT算法 | 第29-30页 |
| 2.3.3 凸规划算法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 改进多策略粒子群神经网络 | 第32-52页 |
| 3.1 引言 | 第32-33页 |
| 3.2 IMS-PSO理论模型 | 第33-39页 |
| 3.2.1 反向学习策略 | 第35-36页 |
| 3.2.2 惯性权重策略 | 第36-38页 |
| 3.2.3 扰动策略 | 第38-39页 |
| 3.3 IMS-PSO-ANN模型建立 | 第39-51页 |
| 3.3.1 ANN拓扑结构 | 第39-44页 |
| 3.3.2 适应度函数 | 第44-45页 |
| 3.3.3 RSSI-d拟合步骤 | 第45-51页 |
| 3.4 本章小结 | 第51-52页 |
| 4 改进的空间球六点加权质心定位算法 | 第52-65页 |
| 4.1 引言 | 第52页 |
| 4.2 传统三维定位方法 | 第52-55页 |
| 4.2.1 四边测量法 | 第52-53页 |
| 4.2.2 质心算法 | 第53-54页 |
| 4.2.3 极大似然估计法 | 第54-55页 |
| 4.3 改进的空间球六点加权质心算法 | 第55-64页 |
| 4.3.1 几何空间模型 | 第55-57页 |
| 4.3.2 参考点计算 | 第57-59页 |
| 4.3.3 待测节点计算 | 第59-61页 |
| 4.3.4 对比分析 | 第61-64页 |
| 4.4 本章小结 | 第64-65页 |
| 5 基于Android平台的系统设计 | 第65-79页 |
| 5.1 硬件平台 | 第65-66页 |
| 5.1.1 安卓智能手机 | 第65-66页 |
| 5.1.2 Wi-Fi发射结点 | 第66页 |
| 5.1.3 服务器 | 第66页 |
| 5.2 软件平台 | 第66-68页 |
| 5.2.1 Android平台 | 第66-67页 |
| 5.2.2 Eclipse平台 | 第67-68页 |
| 5.2.3 MATLAB | 第68页 |
| 5.3 设计方案 | 第68-78页 |
| 5.3.1 系统架构 | 第68-69页 |
| 5.3.2 定位流程概述 | 第69-70页 |
| 5.3.3 客户端设计 | 第70-75页 |
| 5.3.4 服务器端处理 | 第75-78页 |
| 5.4 本章小结 | 第78-79页 |
| 6 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 作者简介及读研期间主要科研成果 | 第86-87页 |
