基于信道状态信息的情景感知技术研究
摘要 | 第4-5页 |
abstract | 第5页 |
专用术语注释表 | 第8-9页 |
第一章 绪论 | 第9-13页 |
1.1 课题背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文工作 | 第12-13页 |
第二章 情景感知技术研究 | 第13-20页 |
2.1 基于传感器的感知技术 | 第13-15页 |
2.1.1 传感器分类 | 第13-14页 |
2.1.2 发展趋势 | 第14-15页 |
2.2 基于RFID的感知技术 | 第15-17页 |
2.2.1 RFID工作原理 | 第15页 |
2.2.2 基于RFID的应用 | 第15-17页 |
2.2.3 发展趋势 | 第17页 |
2.3 基于WiFi的感知技术 | 第17-19页 |
2.3.1 基于WiFi的室内定位技术 | 第17-18页 |
2.3.2 基于WiFi的识别技术 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
第三章 基于WiFi的情景感知技术 | 第20-26页 |
3.1 无线信号传播特性 | 第20-21页 |
3.2 RSSI信号特征描述 | 第21-22页 |
3.3 CSI信号特征描述 | 第22-23页 |
3.4 CSI与RSSI比较 | 第23-25页 |
3.5 本章小结 | 第25-26页 |
第四章 基于CSI的网络划分技术 | 第26-39页 |
4.1 指纹特征提取 | 第26-31页 |
4.1.1 Rician-K系数 | 第29页 |
4.1.2 时延扩展 | 第29-30页 |
4.1.3 多普勒展宽 | 第30-31页 |
4.2 基于k-means的网络划分算法 | 第31-32页 |
4.3 实验仿真 | 第32-38页 |
4.3.1 Rician-K系数结果分析 | 第32-33页 |
4.3.2 均方根时延结果分析 | 第33-35页 |
4.3.3 多普勒展宽结果分析 | 第35页 |
4.3.4 三个指纹综合评价 | 第35-36页 |
4.3.5 基于k-means聚类算法的网络划分 | 第36-38页 |
4.4 本章小结 | 第38-39页 |
第五章 基于CSI的全向人员侵入检测 | 第39-49页 |
5.1 CSI对人员存在敏感程度分析 | 第39-40页 |
5.2 CSI对人员存在方向敏感程度分析 | 第40-41页 |
5.3 信号特征提取 | 第41-43页 |
5.4 匹配算法 | 第43-44页 |
5.5 基于CSI的全向人员入侵检测 | 第44-45页 |
5.6 实验仿真 | 第45-48页 |
5.6.1 实验场景与平台 | 第45-46页 |
5.6.2 特征提取 | 第46页 |
5.6.3 EMD距离匹配 | 第46-47页 |
5.6.4 基于CSI的全向人员入侵检测 | 第47-48页 |
5.7 本章小结 | 第48-49页 |
第六章 总结与展望 | 第49-50页 |
参考文献 | 第50-52页 |
附录1 程序清单 | 第52-53页 |
附录2 攻读硕士学位期间撰写的论文 | 第53-54页 |
附录3 攻读硕士学位期间申请的专利 | 第54-55页 |
附录4 攻读硕士学位期间参加的科研项目 | 第55-56页 |
致谢 | 第56页 |