基于传感器网络的室内人员定位算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 无线传感器网络概述 | 第11-15页 |
| 1.2.1 无线传感器网络体系结构 | 第12-13页 |
| 1.2.2 无线传感器网络基本特征 | 第13-14页 |
| 1.2.3 无线传感器网络关键技术 | 第14-15页 |
| 1.3 国内外发展现状 | 第15-17页 |
| 1.4 本文研究内容及组织结构 | 第17-19页 |
| 第2章 传感器网络定位算法分析 | 第19-31页 |
| 2.1 室内定位技术分析 | 第19-21页 |
| 2.1.1 射频识别技术 | 第19-20页 |
| 2.1.2 Wi-Fi定位技术 | 第20页 |
| 2.1.3 超声波定位技术 | 第20页 |
| 2.1.4 红外线定位技术 | 第20-21页 |
| 2.2 无线传感器网络定位算法分析 | 第21-29页 |
| 2.2.1 基于测距的定位算法分析 | 第21-24页 |
| 2.2.1.1 基于AOA定位 | 第21-22页 |
| 2.2.1.2 基于TOA定位 | 第22页 |
| 2.2.1.3 基于TDOA定位 | 第22-23页 |
| 2.2.1.4 基于RSSI定位 | 第23-24页 |
| 2.2.2 基于非测距的定位算法分析 | 第24-29页 |
| 2.2.2.1 APIT算法 | 第24-25页 |
| 2.2.2.2 自适应网络定位算法APS | 第25-27页 |
| 2.2.2.3 凸规划算法 | 第27-28页 |
| 2.2.2.4 质心算法 | 第28-29页 |
| 2.3 定位性能评价指标 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 基于RSSI的室内无线定位技术研究 | 第31-43页 |
| 3.1 室内无线信号传播模型分析 | 第31-36页 |
| 3.1.1 RSSI测距原理 | 第31-32页 |
| 3.1.2 室内无线信号传播的经验模型 | 第32-34页 |
| 3.1.3 室内环境参数因子的计算 | 第34-36页 |
| 3.2 算法整体结构设计 | 第36-40页 |
| 3.2.1 RSSI滤波算法 | 第36-37页 |
| 3.2.2 基于不可靠列表的节点选择策略 | 第37-38页 |
| 3.2.3 极大似然估计定位算法 | 第38-40页 |
| 3.3 算法仿真结果与分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于TDOA定位算法研究 | 第43-51页 |
| 4.1 基于Cricket的定位系统 | 第43-47页 |
| 4.1.1 Cricket测距死角分析 | 第43-44页 |
| 4.1.2 温度影响分析 | 第44-46页 |
| 4.1.3 测距修正 | 第46-47页 |
| 4.2 基于TDOA的定位算法研究 | 第47-48页 |
| 4.2.1 极大似然质心算法 | 第47-48页 |
| 4.2.2 改进的三边定位法 | 第48页 |
| 4.3 仿真结果与算法分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 多源定位算法研究 | 第51-61页 |
| 5.1 多源定位模型建立 | 第51-54页 |
| 5.1.1 多源模型的建立 | 第51页 |
| 5.1.2 极大似然定位估计 | 第51-53页 |
| 5.1.3 集中式定位算法 | 第53-54页 |
| 5.2 基于粒子群的多源定位研究 | 第54-56页 |
| 5.2.1 粒子群算法原理 | 第54-55页 |
| 5.2.2 基于粒子群的多源定位算法 | 第55-56页 |
| 5.3 仿真结果与分析 | 第56-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 结论与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69页 |
