摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-21页 |
1.1 可见光通信概述 | 第11-12页 |
1.2 定位算法研究进展 | 第12-15页 |
1.3 室内定位系统研究进展 | 第15-17页 |
1.3.1 卫星定位系统 | 第15-16页 |
1.3.2 相关的室内定位系统 | 第16页 |
1.3.3 基于可见光通信的室内定位系统 | 第16-17页 |
1.4 论文组织结构及创新点 | 第17-21页 |
第二章 基于图像传感器的通信技术原理 | 第21-27页 |
2.1 相机通信调制原理 | 第21-25页 |
2.1.1 图像传感器工作原理 | 第21-23页 |
2.1.2 基于可见光LED亮灭的UPSOOK调制原理 | 第23-25页 |
2.1.3 基于明亮条纹的调制原理 | 第25页 |
2.2 本章小结 | 第25-27页 |
第三章 图像处理和机器学习在室内可见光定位中的应用 | 第27-35页 |
3.1 图像处理技术原理 | 第27-30页 |
3.1.1 图像MIMO技术原理 | 第27-29页 |
3.1.2 Dense-Sift图像特征提取算法 | 第29-30页 |
3.2 机器学习技术原理 | 第30-34页 |
3.3 本章小结 | 第34-35页 |
第四章 基于接收信号强度测距的室内可见光定位系统 | 第35-49页 |
4.1 基于接收信号强度(RSS)测距的室内可见光定位系统结构 | 第35-37页 |
4.1.1 基于接收信号强度测距的室内可见光定位系统 | 第35-36页 |
4.1.2 定位算法的评价指标 | 第36-37页 |
4.2 高度定位算法 | 第37-38页 |
4.3 基于接收信号强度测距算法 | 第38-41页 |
4.3.1 距离损耗模型 | 第38-39页 |
4.3.2 信号强度的测定 | 第39-40页 |
4.3.3 BP神经网络的建模 | 第40-41页 |
4.4 水平定位算法 | 第41-44页 |
4.4.1 坐标定位单元 | 第42页 |
4.4.2 坐标筛选单元 | 第42-44页 |
4.5 实验结果与分析 | 第44-48页 |
4.6 本章小结 | 第48-49页 |
第五章 基于接收信号特征测距的室内可见光定位系统 | 第49-55页 |
5.1 基于接收信号特征(RSF)测距的可见光定位系统结构 | 第49-50页 |
5.2 基于接收信号特征(RSF)测距算法 | 第50-51页 |
5.3 实验结果与分析 | 第51-53页 |
5.4 本章小结 | 第53-55页 |
第六章 总结与展望 | 第55-57页 |
6.1 论文总结 | 第55-56页 |
6.2 论文展望 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-63页 |
攻读学位期间取得的研究成果 | 第63页 |