| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 毫米波TOA估计算法研究现状 | 第11-12页 |
| 1.2.2 室内地图匹配算法研究现状 | 第12页 |
| 1.2.3 TOA融合定位算法研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-16页 |
| 第二章 基于最大路径增益的压缩感知TOA估计算法 | 第16-38页 |
| 2.1 压缩感知理论基础 | 第16-19页 |
| 2.1.1 压缩感知的定义及作用 | 第16-17页 |
| 2.1.2 限制等距性 | 第17-18页 |
| 2.1.3 压缩感知重构算法 | 第18-19页 |
| 2.2 毫米波传播特性 | 第19-20页 |
| 2.3 毫米波MIMO信道模型 | 第20-22页 |
| 2.4 基于压缩感知的信道时延参数估计 | 第22-30页 |
| 2.4.1 信道模型稀疏表示 | 第22-27页 |
| 2.4.2 稀疏信道模型重构 | 第27-29页 |
| 2.4.3 主要径时延参数求解 | 第29-30页 |
| 2.5 基于最大路径增益压缩感知估计TOA算法 | 第30-32页 |
| 2.6 实验仿真 | 第32-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第三章 基于二维地图信息矩阵的地图匹配算法 | 第38-54页 |
| 3.1 粒子滤波理论基础 | 第38-44页 |
| 3.1.1 贝叶斯理论 | 第38-40页 |
| 3.1.2 蒙特卡洛方法 | 第40-41页 |
| 3.1.3 重要性采样 | 第41-42页 |
| 3.1.4 权值更新 | 第42页 |
| 3.1.5 重采样 | 第42-44页 |
| 3.2 地图信息校正定位结果方法流程 | 第44-46页 |
| 3.2.1 室内地图匹配 | 第44-45页 |
| 3.2.2 室内地图校正定位结果过程 | 第45-46页 |
| 3.3 基于二维地图信息矩阵的地图匹配算法 | 第46-50页 |
| 3.3.1 粒子滤波算法计算量分析 | 第46-48页 |
| 3.3.2 二维地图信息矩阵生成 | 第48-49页 |
| 3.3.3 基于二维地图信息矩阵的粒子穿墙检测算法 | 第49-50页 |
| 3.4 实验仿真 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 TOA与二维地图信息矩阵融合定位算法 | 第54-63页 |
| 4.1 TOA定位算法 | 第54-57页 |
| 4.2 TOA融合定位 | 第57-58页 |
| 4.2.1 基于TOA与AOA多基站加权融合定位算法 | 第57页 |
| 4.2.2 TOA与二维地图信息矩阵融合定位 | 第57-58页 |
| 4.3 实验仿真 | 第58-62页 |
| 4.4 本章小节 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表论文及专利 | 第70页 |