| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第18-34页 |
| 1.1 背景及意义 | 第18-20页 |
| 1.2 研究现状及主要问题 | 第20-25页 |
| 1.2.1 研究现状 | 第20-24页 |
| 1.2.2 主要问题 | 第24-25页 |
| 1.3 研究内容及关键技术挑战 | 第25-29页 |
| 1.3.1 构建环境渐变条件下基于矩阵填充的被动式定位模型 | 第26-27页 |
| 1.3.2 构建环境突变条件下基于信号分解的被动式定位模型 | 第27页 |
| 1.3.3 构建基于空间迁移学习的多目标被动式定位模型 | 第27-28页 |
| 1.3.4 构建基于压缩感知的被动式目标跟踪轨迹测绘模型 | 第28-29页 |
| 1.4 本文创新 | 第29-31页 |
| 1.5 章节安排 | 第31-34页 |
| 第二章 环境渐变条件下基于矩阵填充的被动式目标定位 | 第34-56页 |
| 2.1 引言 | 第34-36页 |
| 2.2 指纹库在环境渐变条件下更新的研究基础 | 第36-42页 |
| 2.2.1 指纹库的矩阵形式定义 | 第37页 |
| 2.2.2 指纹库矩阵的关键性质发现 | 第37-41页 |
| 2.2.3 指纹库在环境渐变条件下进行更新的步骤 | 第41-42页 |
| 2.3 基于正则奇异值分解的指纹库更新模型 | 第42-48页 |
| 2.3.1 矩阵正则奇异值分解模型 | 第42-43页 |
| 2.3.2 选取最少个数参考位置唯一更新指纹库 | 第43-44页 |
| 2.3.3 利用最大衰减矩阵提高指纹库更新精度 | 第44-46页 |
| 2.3.4 增强正则奇异值分解模型更新指纹库 | 第46-48页 |
| 2.4 利用非线性优化算法进行目标定位 | 第48-49页 |
| 2.5 实验分析与验证 | 第49-55页 |
| 2.5.1 实验部署及设置 | 第49-51页 |
| 2.5.2 指纹库矩阵更新方法基本原理验证 | 第51-52页 |
| 2.5.3 环境渐变条件下指纹库更新模型的性能 | 第52-54页 |
| 2.5.4 iUpdater方法定位性能评估 | 第54-55页 |
| 2.6 本章小结 | 第55-56页 |
| 第三章 环境突变条件下基于信号分解的被动式目标定位 | 第56-80页 |
| 3.1 引言 | 第56-58页 |
| 3.2 环境突变条件下降低噪声对RSS影响的研究基础 | 第58-61页 |
| 3.2.1 无线链路测量RSS值的分解 | 第58-60页 |
| 3.2.2 设计线性迁移模型提取扰动分量 | 第60-61页 |
| 3.3 基于有限状态马尔科夫链的线性迁移模型 | 第61-67页 |
| 3.3.1 链路有限状态马尔科夫链建模 | 第62-63页 |
| 3.3.2 建立线性迁移模型获取扰动分量 | 第63-67页 |
| 3.4 基于动态时间规整算法的目标定位方法 | 第67-70页 |
| 3.4.1 根据扰动分量建立指纹库 | 第67页 |
| 3.4.2 动态时间规整算法定位目标 | 第67-70页 |
| 3.5 实验分析与验证 | 第70-78页 |
| 3.5.1 实验部署及设置 | 第70-71页 |
| 3.5.2 线性迁移模型的原理和有效性验证 | 第71-73页 |
| 3.5.3 不同参数对定位结果的影响 | 第73-75页 |
| 3.5.4 定位方法对环境噪声的鲁棒性 | 第75-78页 |
| 3.6 本章小节 | 第78-80页 |
| 第四章 基于空间迁移学习的多目标被动式定位 | 第80-104页 |
| 4.1 引言 | 第80-82页 |
| 4.2 基于空间迁移学习的被动式定位研究基础 | 第82-86页 |
| 4.2.1 利用压缩感知进行多目标被动式定位 | 第82-84页 |
| 4.2.2 基于空间迁移学习的指纹库重建 | 第84-86页 |
| 4.3 基于Fisher线性判别分析的优化迁移模型 | 第86-92页 |
| 4.3.1 不同区域下指纹库迁移建模 | 第87页 |
| 4.3.2 不同区域指纹库迁移模型求解 | 第87-91页 |
| 4.3.3 迁移后基于距离的网格插值 | 第91-92页 |
| 4.4 迁移后定位方法的理论性能分析 | 第92-95页 |
| 4.4.1 指纹库迁移后约束等距性质证明 | 第92-93页 |
| 4.4.2 迁移后定位误差上界分析 | 第93-95页 |
| 4.5 实验分析与验证 | 第95-102页 |
| 4.5.1 实验部署及设置 | 第95-96页 |
| 4.5.2 不同参数对方法性能的影响 | 第96-98页 |
| 4.5.3 空间区域迁移后定位性能 | 第98-101页 |
| 4.5.4 方法的一些相关因素讨论 | 第101-102页 |
| 4.6 本章小结 | 第102-104页 |
| 第五章 基于压缩感知的被动式目标跟踪轨迹测绘 | 第104-120页 |
| 5.1 引言 | 第104-105页 |
| 5.2 基于压缩感知的移动目标轨迹测绘 | 第105-108页 |
| 5.2.1 目标轨迹测绘的核心思想及动机 | 第106-107页 |
| 5.2.2 被动式轨迹测绘的模型建立 | 第107-108页 |
| 5.3 自适应匹配追踪算法恢复目标轨迹 | 第108-110页 |
| 5.4 实验分析与验证 | 第110-118页 |
| 5.4.1 实验部署及设置 | 第111-112页 |
| 5.4.2 对比方法及评价指标 | 第112-113页 |
| 5.4.3 不同稀疏恢复算法下定位性能比较 | 第113页 |
| 5.4.4 系统参数对轨迹测绘误差的影响 | 第113-115页 |
| 5.4.5 真实场景下轨迹测绘误差及能耗比较 | 第115-118页 |
| 5.5 本章小结 | 第118-120页 |
| 第六章 总结和展望 | 第120-124页 |
| 6.1 总结 | 第120-122页 |
| 6.2 展望 | 第122-124页 |
| 参考文献 | 第124-136页 |
| 攻读博士学位期间取得的科研成果 | 第136-140页 |
| 作者简介 | 第140-142页 |
| 致谢 | 第142-143页 |
