基于水声传感器网络的定位精度优化技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 引言 | 第12页 |
| 1.2 课题研究的意义 | 第12-18页 |
| 1.3 国内外研究现状 | 第18-22页 |
| 1.3.1 水下传感器网络研究现状 | 第18-20页 |
| 1.3.2 水声定位技术研究现状 | 第20-22页 |
| 1.4 主要研究内容 | 第22-24页 |
| 第2章 基于声线补偿的定位优化技术 | 第24-42页 |
| 2.1 引言 | 第24页 |
| 2.2 水下声学特性 | 第24-30页 |
| 2.2.1 浅海环境声学特性分析 | 第25-28页 |
| 2.2.2 深海环境声学特性分析 | 第28-30页 |
| 2.3 声线弯曲对定位精度影响 | 第30-34页 |
| 2.3.1 声线传播轨迹 | 第30-32页 |
| 2.3.2 定位数学模型与误差分析 | 第32-34页 |
| 2.4 声线弯曲修正 | 第34-40页 |
| 2.4.1 有效声速表 | 第34-35页 |
| 2.4.2 声线修正仿真结果 | 第35-39页 |
| 2.4.3 定位修正仿真结果 | 第39-40页 |
| 2.5 本章小结 | 第40-42页 |
| 第3章 基于时延修正的定位优化技术 | 第42-60页 |
| 3.1 引言 | 第42页 |
| 3.2 系统模型 | 第42-44页 |
| 3.3 自适应动态门限设计 | 第44-47页 |
| 3.3.1 匹配滤波法 | 第44-45页 |
| 3.3.2 自适应动态门限设计 | 第45-47页 |
| 3.4 基于FRFT的信号检测技术 | 第47-51页 |
| 3.5 基于FRFT的时延估计 | 第51-53页 |
| 3.6 基于Q学习的门限系数算法 | 第53-58页 |
| 3.6.1 Q学习算法介绍 | 第54-57页 |
| 3.6.2 算法设计 | 第57-58页 |
| 3.6.3 仿真结果 | 第58页 |
| 3.7 本章小结 | 第58-60页 |
| 第4章 基于粒子群的节点择优算法 | 第60-78页 |
| 4.1 引言 | 第60页 |
| 4.2 粒子群算法理论基础 | 第60-62页 |
| 4.3 基于粒子群的节点择优算法 | 第62-67页 |
| 4.3.1 目标函数选择 | 第63-66页 |
| 4.3.2 算法设计 | 第66-67页 |
| 4.4 仿真结果 | 第67-75页 |
| 4.4.1 定位结果分析 | 第67-73页 |
| 4.4.2 算法可行性分析 | 第73-75页 |
| 4.5 本章小结 | 第75-78页 |
| 第5章 总结与展望 | 第78-80页 |
| 5.1 主要工作和创新 | 第78-79页 |
| 5.2 下一步研究工作 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间发表的论文及参与的项目 | 第85-86页 |
| 致谢 | 第86页 |
