不确定性条件下机器人声源定位模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内发展现状 | 第12-13页 |
| ·定位的不确定性分析 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| 第二章 麦克风阵列声源定位方法 | 第15-23页 |
| ·声源定位技术 | 第15-18页 |
| ·高分辨率谱估计技术 | 第15页 |
| ·可控波束形成技术 | 第15-16页 |
| ·时延估计技术 | 第16-17页 |
| ·定位方法比较 | 第17-18页 |
| ·麦克风阵列结构类型 | 第18-22页 |
| ·四种不同的麦克风阵列结构 | 第18-21页 |
| ·基于几何算法定位模型的分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于RBF神经网络的声源定向模型 | 第23-38页 |
| ·神经网络概述 | 第23-28页 |
| ·神经网络的原理与研究现状 | 第23-24页 |
| ·神经网络的拓步结构 | 第24-26页 |
| ·RBF神经网络原理与结构 | 第26-28页 |
| ·声源定向模型的构建 | 第28-31页 |
| ·RBF神经网络声源定向模型 | 第28页 |
| ·数据的选择与归一化处理 | 第28-29页 |
| ·声源定向模型的结构 | 第29页 |
| ·仿真及结果分析 | 第29-31页 |
| ·阵元位置误差对定向误差的影响 | 第31-32页 |
| ·定向模型的比较 | 第32-33页 |
| ·BP与RBF神经网络的对比 | 第32-33页 |
| ·仿真及分析 | 第33页 |
| ·定向模型的性能评价 | 第33-37页 |
| ·数据的选择 | 第33-35页 |
| ·仿真结果及分析 | 第35页 |
| ·实验测试 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 位姿不确定性对定向误差的影响 | 第38-50页 |
| ·机器人位姿的不确定 | 第38-40页 |
| ·机器人运动不确定分析 | 第38-39页 |
| ·机器人运动模型的建立 | 第39-40页 |
| ·机器人位姿估计算法 | 第40-44页 |
| ·扩展卡尔曼滤波 | 第40-41页 |
| ·粒子滤波 | 第41-43页 |
| ·仿真及分析 | 第43-44页 |
| ·麦克风阵列位姿的不确定 | 第44-49页 |
| ·仿真与分析 | 第44-46页 |
| ·测试数据选择与分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 不确定性条件下定位模型 | 第50-60页 |
| ·定位模型的建立 | 第50-55页 |
| ·定位的不确定性分析 | 第55-56页 |
| ·仿真及分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论 | 第60-62页 |
| ·工作总结 | 第60-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间所取得的相关科研成果 | 第68页 |
