面向多机器人系统的无线传感器网络目标跟踪研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章绪论 | 第8-17页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 多机器人技术的研究现状 | 第10-11页 |
| 1.3 无线传感器网络定位与移动机器人 | 第11-14页 |
| 1.3.1 无线传感器网络定位跟踪研究现状 | 第11-13页 |
| 1.3.2 移动机器人与无线传感器网络 | 第13-14页 |
| 1.4 本文的主要研究内容与论文结构 | 第14-17页 |
| 1.4.1 本文的主要研究内容 | 第14页 |
| 1.4.2 论文结构安排 | 第14-17页 |
| 第二章 ZigBee无线传感器网络及定位技术 | 第17-33页 |
| 2.1 ZigBee无线通信技术 | 第17-22页 |
| 2.1.1 ZigBee技术 | 第17-18页 |
| 2.1.2 ZigBee网络设备和拓扑结构 | 第18-22页 |
| 2.2 近距离无线网络通信技术 | 第22-24页 |
| 2.2.1 现有无线通信技术 | 第22-23页 |
| 2.2.2 现有通信技术对比 | 第23页 |
| 2.2.3 常用无线定位技术 | 第23-24页 |
| 2.3 基于ZigBee的定位算法研究 | 第24-31页 |
| 2.3.1 典型的定位算法 | 第24-27页 |
| 2.3.2 节点位置的计算方法 | 第27-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于RSSI动态因子定位算法及目标跟踪 | 第33-49页 |
| 3.1 基于RSSI测距的动态因子改进定位算法 | 第33-43页 |
| 3.1.1 发射功率和环境因子对RSSI的影响 | 第33-35页 |
| 3.1.2 改进算法 | 第35-41页 |
| 3.1.3 算法仿真 | 第41-43页 |
| 3.2 目标跟踪及轨迹预测算法 | 第43-48页 |
| 3.2.1 卡尔曼滤波算法 | 第43-45页 |
| 3.2.2 扩展卡尔曼滤波 | 第45-46页 |
| 3.2.3 扩展卡尔曼滤波目标跟踪模型的建立 | 第46-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第四章 系统软硬件设计 | 第49-65页 |
| 4.1 基于ZigBee的无线传感定位系统设计 | 第49-61页 |
| 4.1.1 系统总体设计方案 | 第49-50页 |
| 4.1.2 系统硬件设计 | 第50-54页 |
| 4.1.3 系统软件设计 | 第54-61页 |
| 4.2 通信协议 | 第61-63页 |
| 4.2.1 上位机通信协议 | 第61-63页 |
| 4.2.2 节点间通信协议 | 第63页 |
| 4.3 本章小结 | 第63-65页 |
| 第五章 定位跟踪算法的实现 | 第65-73页 |
| 5.1 无线通信测试 | 第65-67页 |
| 5.2 节点定位测试 | 第67-71页 |
| 5.2.1 室内定位测试 | 第67-69页 |
| 5.2.2 室外跟踪测试 | 第69-71页 |
| 5.3 传感及控制模块测试 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 结论 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
