首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

基于人体能量收集与自供能的LoRa无线定位系统研究

摘要第3-4页
abstract第4-5页
第一章 绪论第8-13页
    1.1 课题研究背景及意义第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 WSN定位研究现状第9-10页
        1.2.2 WSN自供能研究现状第10-11页
    1.3 主要研究内容第11页
    1.4 论文的章节安排第11-13页
第二章 WSN定位方法概述第13-21页
    2.1 WSN结构第13页
    2.2 定位方法介绍第13-20页
        2.2.1 基于TOA的定位方法第14-17页
        2.2.2 基于TDOA的定位方法第17-18页
        2.2.3 基于AOA的定位方法第18-19页
        2.2.4 基于RSSI的定位方法第19-20页
    2.3 本章小结第20-21页
第三章 人体肢体运动能量收集系统设计第21-33页
    3.1 人体肢体运动能量分析第21-25页
        3.1.1 肢体部位蕴含能量比较第21-23页
        3.1.2 肢体行为动作特征分析第23-25页
    3.2 能量收集系统设计第25-28页
        3.2.1 能量转换机构设计第25-26页
        3.2.2 硬件电路设计第26-28页
    3.3 能量收集测试系统设计第28-32页
    3.4 本章小结第32-33页
第四章 LoRA无线传感网定位系统设计第33-46页
    4.1 LoRa通信技术简介第33-36页
        4.1.1 LoRaWAN低功率广域网第33页
        4.1.2 LoRaTM调制解调器第33-34页
        4.1.3 数据包结构第34-35页
        4.1.4 RSSI测量第35-36页
    4.2 LoRa定位系统物理结构第36-37页
        4.2.1 网络拓扑设计第36页
        4.2.2 定位环境搭建第36-37页
    4.3 LoRa定位系统架构设计第37-41页
        4.3.1 总体架构设计第37-38页
        4.3.2 子系统设计第38-41页
    4.4 定位系统开发环境第41-44页
        4.4.1 软件开发环境第41-42页
        4.4.2 硬件开发环境第42-44页
    4.5 本章小结第44-46页
第五章 系统实现以及结果分析第46-53页
    5.1 定位算法选取第46-49页
        5.1.1 传统RSSI定位算法分析第46页
        5.1.2 BP神经网络算法第46-48页
        5.1.3 基于BP神经网络定位第48-49页
    5.2 定位结果分析第49-52页
        5.2.1 实验过程与结果第49-50页
        5.2.2 定位误差及稳定性分析第50-52页
    5.3 本章小结第52-53页
第六章 总结与展望第53-55页
    6.1 总结第53页
    6.2 展望第53-55页
参考文献第55-57页
个人简历 在读期间发表的学术论文第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:基于EEMD边际谱熵的单相自适应重合闸专家系统研究
下一篇:基于谐波抑制的静止无功发生器的研究与实现