摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
目录 | 第7-10页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究背景 | 第10-12页 |
1.1.1 无线传感器网络 | 第10-11页 |
1.1.2 IR-UWB 技术 | 第11-12页 |
1.2 课题研究目的及意义 | 第12-13页 |
1.3 国内外研究现状与分析 | 第13-16页 |
1.4 本课题的主要研究内容 | 第16-18页 |
第2章 IR-UWB 无线传感器网络 | 第18-32页 |
2.1 IR-UWB 无线传感器网络的简介 | 第18-20页 |
2.2 UWB 的基本原理 | 第20-23页 |
2.2.1 概念 | 第20-21页 |
2.2.2 脉冲波形 | 第21-23页 |
2.3 UWB 的调制方式 | 第23-24页 |
2.4 UWB 标准化 | 第24-26页 |
2.5 IEEE802.15.4a 信道模型 | 第26-30页 |
2.5.1 路径损失 | 第26-27页 |
2.5.2 阴影 | 第27-28页 |
2.5.3 功率延迟分布 | 第28-29页 |
2.5.4 小尺度衰落 | 第29-30页 |
2.6 本章小结 | 第30-32页 |
第3章 IR-UWB 无线传感器网络定位技术 | 第32-46页 |
3.1 计算节点位置坐标的最基本方法 | 第32-34页 |
3.2 IR-UWB 无线传感器网络定位算法的研究 | 第34-38页 |
3.2.1 IR-UWB 无线传感器网络定位算法 | 第35-36页 |
3.2.2 定位算法的性能评价体系 | 第36-38页 |
3.3 基于 TOA 的 IR-UWB 无线传感器网络定位算法 | 第38-45页 |
3.3.1 TOA 定位算法 | 第38页 |
3.3.2 数学模型 | 第38-39页 |
3.3.3 仿真 | 第39-45页 |
3.4 本章小结 | 第45-46页 |
第4章 TOA 估计算法 | 第46-58页 |
4.1 接收信号的数学模型 | 第47-48页 |
4.2 相干 TOA 估计算法 | 第48-49页 |
4.2.1 基于 GML 的 TOA 估计算法 | 第48页 |
4.2.2 基于脉冲序列时间平均的 TOA 估计算法 | 第48-49页 |
4.3 经典的非相干 TOA 估计 | 第49-56页 |
4.3.1 能量检测算法 | 第49-50页 |
4.3.2 经典的非相干 TOA 估计 | 第50-51页 |
4.3.3 三种算法的仿真比较 | 第51-54页 |
4.3.4 MMR-TC 算法 | 第54-56页 |
4.4 本章小结 | 第56-58页 |
第5章 改进的 TOA 估计算法 | 第58-73页 |
5.1 基于能量检测的两步 TOA 估计算法 | 第58-60页 |
5.1.1 算法基本思想 | 第58页 |
5.1.2 仿真分析 | 第58-60页 |
5.2 基于 NMMR 进行最优归一化门限设置的 TC 算法 | 第60-67页 |
5.2.1 NMMR 的提出 | 第60-62页 |
5.2.2 NMMR 与最优归一化门限的关系 | 第62-65页 |
5.2.3 NMMR-TC 算法 | 第65页 |
5.2.4 仿真结果及讨论 | 第65-67页 |
5.3 MAX-MEAN-TC 算法 | 第67-72页 |
5.4 本章小结 | 第72-73页 |
第6章 总结与展望 | 第73-74页 |
6.1 本文主要工作 | 第73页 |
6.2 今后工作展望 | 第73-74页 |
参考文献 | 第74-78页 |
作者简介 | 第78页 |
研究生期间科研成果介绍 | 第78-79页 |
致谢 | 第79页 |