基于声音的智能移动终端室内定位关键技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 缩写、符号清单、术语表 | 第19-22页 |
| 1 绪论 | 第22-42页 |
| 1.1 研究背景及意义 | 第22-26页 |
| 1.2 基于声音的室内定位系统 | 第26-28页 |
| 1.3 关键技术及挑战 | 第28-32页 |
| 1.3.1 技术特征 | 第28-29页 |
| 1.3.2 关键技术 | 第29-30页 |
| 1.3.3 挑战 | 第30-32页 |
| 1.4 国内外研究现状 | 第32-38页 |
| 1.4.1 室内声信号时延估计 | 第32-34页 |
| 1.4.2 声信号非视距识别 | 第34页 |
| 1.4.3 非视距TOA定位 | 第34-36页 |
| 1.4.4 室内地图构建 | 第36-38页 |
| 1.5 主要研究内容及文章结构 | 第38-42页 |
| 2 强多径环境中Chirp信号的高精度时延估计 | 第42-68页 |
| 2.1 引言 | 第42-43页 |
| 2.2 问题描述 | 第43-46页 |
| 2.2.1 不可靠的声源信号参数先验信息 | 第44-45页 |
| 2.2.2 不可靠的第一径成分探测方法 | 第45-46页 |
| 2.3 基于iCleaning的TOA估计方法 | 第46-58页 |
| 2.3.1 iCleaning方法的过程描述 | 第47-49页 |
| 2.3.2 信号参数估计 | 第49-50页 |
| 2.3.3 基于FrFT的时频滤波 | 第50-52页 |
| 2.3.4 第一径成分探测策略 | 第52-54页 |
| 2.3.5 iCleaning算法流程 | 第54-56页 |
| 2.3.6 迭代终止条件 | 第56-58页 |
| 2.4 数值仿真 | 第58-65页 |
| 2.4.1 算法过程图形化展示 | 第59-62页 |
| 2.4.2 算法性能评估 | 第62-65页 |
| 2.5 实验及结果分析 | 第65-67页 |
| 2.6 本章小结 | 第67-68页 |
| 3 基于声信道特征的非视距识别 | 第68-102页 |
| 3.1 引言 | 第68-70页 |
| 3.2 视距与非视距情况下声信道特征研究 | 第70-72页 |
| 3.2.1 视距情况下的室内声音传播特征 | 第70-71页 |
| 3.2.2 非视距情况下的室内声音传播特征 | 第71-72页 |
| 3.3 声信道相对增益及时延估计 | 第72-75页 |
| 3.3.1 方法描述 | 第72-74页 |
| 3.3.2 数值仿真 | 第74-75页 |
| 3.4 数据采集及特征提取 | 第75-83页 |
| 3.4.1 数据采集实验 | 第75-77页 |
| 3.4.2 特征提取方法 | 第77-83页 |
| 3.5 基于监督学习的声信号非视距识别 | 第83-88页 |
| 3.5.1 分类器选择 | 第83-86页 |
| 3.5.2 交叉验证及性能评估指标 | 第86-87页 |
| 3.5.3 最优分类器 | 第87-88页 |
| 3.6 基于半监督学习的声信号非视距识别 | 第88-91页 |
| 3.6.1 分类器选择 | 第89-91页 |
| 3.6.2 最优分类器 | 第91页 |
| 3.7 基于无监督学习的声信号非视距识别 | 第91-94页 |
| 3.7.1 分类器选择 | 第92-93页 |
| 3.7.2 分类器性能评估 | 第93-94页 |
| 3.8 实验及结果分析 | 第94-96页 |
| 3.9 本章小结 | 第96-102页 |
| 4 强遮挡环境中运动目标的鲁棒定位 | 第102-132页 |
| 4.1 引言 | 第102-104页 |
| 4.2 非视距定位问题描述 | 第104-108页 |
| 4.2.1 常规定位问题 | 第106-108页 |
| 4.2.2 非视距定位问题 | 第108页 |
| 4.3 基于TOA与FOA的定位方法 | 第108-115页 |
| 4.3.1 数学模型描述 | 第109-110页 |
| 4.3.2 最大似然解 | 第110-111页 |
| 4.3.3 最小二乘解及其封闭解 | 第111-113页 |
| 4.3.4 单有效LOS量测的定位策略 | 第113-115页 |
| 4.4 基于运动学约束的TOA与FOA定位方法 | 第115-118页 |
| 4.4.1 误差分析 | 第115-116页 |
| 4.4.2 方法描述 | 第116-118页 |
| 4.5 数值仿真 | 第118-125页 |
| 4.5.1 仿真平台搭建及算法性能对比 | 第118-121页 |
| 4.5.2 算法性能评估 | 第121-125页 |
| 4.6 实验及结果分析 | 第125-130页 |
| 4.7 本章小结 | 第130-132页 |
| 5 室内精细地图的快速动态构建 | 第132-148页 |
| 5.1 引言 | 第132-134页 |
| 5.2 问题描述 | 第134-136页 |
| 5.3 基于移动群体感知的室内地图动态构建方法 | 第136-145页 |
| 5.3.1 室内地图的栅格矩阵模型 | 第136-138页 |
| 5.3.2 基于后验概率模型的地图构建方法 | 第138-140页 |
| 5.3.3 基于模板的地图构建方法 | 第140-143页 |
| 5.3.4 移动群体感知的参与者选择策略 | 第143-145页 |
| 5.4 实验及结果分析 | 第145-147页 |
| 5.5 本章小结 | 第147-148页 |
| 6 总结与展望 | 第148-152页 |
| 6.1 本文工作总结 | 第148-150页 |
| 6.2 本文工作展望 | 第150-152页 |
| 参考文献 | 第152-159页 |
| 作者简历 | 第159-161页 |
| 攻读博士学位期间主要的研究成果及参与的科研项目 | 第161-162页 |
