基于动作识别的矿井人员定位系统的设计
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 课题的国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-17页 |
| 第2章 系统总体设计 | 第17-23页 |
| 2.1 矿井人员定位系统原理设计 | 第17-18页 |
| 2.2 井下多人定位方式 | 第18-20页 |
| 2.3 双路闭环传输方式 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 矿井人员定位系统的关键技术 | 第23-35页 |
| 3.1 动作信号时域特征量 | 第23-25页 |
| 3.2 小波理论介绍 | 第25-28页 |
| 3.2.1 傅立叶与小波变换 | 第25-26页 |
| 3.2.2 小波变换分析 | 第26-28页 |
| 3.2.3 小波包分解 | 第28页 |
| 3.3 支持向量机介绍 | 第28-32页 |
| 3.3.1 结构风险最小化 | 第29-30页 |
| 3.3.2 最优分类超平面 | 第30-31页 |
| 3.3.3 SVM常用核函数 | 第31-32页 |
| 3.4 蓝牙技术 | 第32-33页 |
| 3.4.1 蓝牙无线自组网 | 第32-33页 |
| 3.5 射频识别（RFID）技术 | 第33页 |
| 3.6 本章小结 | 第33-35页 |
| 第4章 矿井人员动作信号的识别与分类 | 第35-45页 |
| 4.1 传感器简介 | 第35-36页 |
| 4.2 人员行走过程分析 | 第36-37页 |
| 4.3 人员动作信号分析 | 第37-41页 |
| 4.3.1 人员行走信号 | 第39-41页 |
| 4.3.2 跑动信号与行走信号的对比分析 | 第41页 |
| 4.4 基于小波包和SVM的分类器模型 | 第41-44页 |
| 4.4.1 小波包的特征量提取方法 | 第41-43页 |
| 4.4.2 SVM的动作识别 | 第43-44页 |
| 4.4.3 分类器的参数选择 | 第44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 矿井人员定位系统硬件及软件设计 | 第45-65页 |
| 5.1 矿井人员定位系统整体设计 | 第45页 |
| 5.2 系统硬件设备介绍 | 第45-46页 |
| 5.3 数据采集设备 | 第46-55页 |
| 5.3.1 数据采集单元硬件设计 | 第47-49页 |
| 5.3.2 数据采集单元程序设计 | 第49-53页 |
| 5.3.3 数据采集模式 | 第53-55页 |
| 5.4 上位机软件系统设计 | 第55-58页 |
| 5.5 矿井人员定位系统的核心算法 | 第58-64页 |
| 5.5.1 数据特征提取状态 | 第59-62页 |
| 5.5.2 学习及动作识别状态 | 第62-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 矿井人员定位系统模拟测试分析 | 第65-71页 |
| 6.1 定位效果分析 | 第65页 |
| 6.2 动作特征能量分析 | 第65-67页 |
| 6.3 SVM分类器效果分析 | 第67-69页 |
| 6.4 模拟测试定位误差分析 | 第69-70页 |
| 6.5 本章小结 | 第70-71页 |
| 第7章 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71-72页 |
| 7.2 展望 | 第72-73页 |
| 参考文献 | 第73-81页 |
| 附录 | 第81-83页 |
| 作者简介及科研成果 | 第83-85页 |
| 致谢 | 第85页 |
