基于主动嗅觉的大气污染源定位应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 主动嗅觉国内外研究现状 | 第11页 |
| 1.2.2 气味源定位国内外研究现状 | 第11-12页 |
| 1.2.3 湍流环境气源定位研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文组织安排 | 第14-15页 |
| 第2章 移动机器人主动嗅觉定位原理 | 第15-21页 |
| 2.1 机器人主动嗅觉概述 | 第15页 |
| 2.2 湍流主控环境特征 | 第15-16页 |
| 2.3 湍流扩散环境烟羽定位算法 | 第16-20页 |
| 2.3.1 基于ACO结合逆风搜索烟羽追踪算法 | 第16-18页 |
| 2.3.2 基于模拟退火算法的烟羽源定位算法 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于主动嗅觉的多微粒群空气污染源定位算法 | 第21-31页 |
| 3.1 烟羽模型概述 | 第21-22页 |
| 3.2 气味包路径估计 | 第22-24页 |
| 3.2.1 气味包运动模型 | 第22-23页 |
| 3.2.2 基于概率密度的气味包路径估计 | 第23-24页 |
| 3.3 标准粒子群优化算法 | 第24-25页 |
| 3.4 气味包路径估计的粒子群污染源追踪算法 | 第25-26页 |
| 3.5 仿真结果及分析 | 第26-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 大气污染源监测定位系统的分析与设计 | 第31-43页 |
| 4.1 物联网架构污染源定位系统架构 | 第31-32页 |
| 4.2 基于ANDROID的飞行控制地面站系统 | 第32-35页 |
| 4.3 应用层系统功能设计 | 第35-36页 |
| 4.4 应用层系统详细设计 | 第36-42页 |
| 4.4.1 系统应用层架构设计 | 第36-37页 |
| 4.4.2 系统数据库设计 | 第37-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 大气污染源监测定位系统的实现 | 第43-52页 |
| 5.1 大气污染源监测定位系统 | 第43-49页 |
| 5.1.1 系统运行流程 | 第43-45页 |
| 5.1.2 用户管理模块实现 | 第45页 |
| 5.1.3 飞行器管理模块实现 | 第45-48页 |
| 5.1.4 污染源管理模块实现 | 第48-49页 |
| 5.2 飞行控制地面站系统实现 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
