| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 室内人员被动式定位的研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文主要研究内容与创新点 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 射频层析成像被动式定位关键技术介绍 | 第14-26页 |
| 2.1 定位算法概述 | 第14-16页 |
| 2.1.1 基于测距的定位算法 | 第14-15页 |
| 2.1.2 基于非测距的定位算法 | 第15-16页 |
| 2.2 基于WSN的射频层析成像被动式定位算法 | 第16-20页 |
| 2.2.1 数学建模 | 第17-18页 |
| 2.2.2 椭圆权重模型 | 第18-19页 |
| 2.2.3 图像重构 | 第19-20页 |
| 2.3 基于无源RFID的射频层析成像被动式定位算法 | 第20-23页 |
| 2.3.1 定位场景设置 | 第20-21页 |
| 2.3.2 无源RFID场景下的权重模型及图像重建 | 第21-23页 |
| 2.4 多目标问题 | 第23-24页 |
| 2.5 总结和分析 | 第24-26页 |
| 第3章 基于Adaboost算法的射频层析成像多目标被动式定位方法 | 第26-34页 |
| 3.1 局部最大区域提取 | 第26-27页 |
| 3.2 特征选择与计算 | 第27页 |
| 3.3 构建Adaboost分类器 | 第27-29页 |
| 3.3.1 Adaboost分类器 | 第27-28页 |
| 3.3.2 Adaboost分类器的使用 | 第28-29页 |
| 3.4 实验结果 | 第29-32页 |
| 3.4.1 实验场景 | 第29-31页 |
| 3.4.2 实验结果分析 | 第31-32页 |
| 3.5 总结 | 第32-34页 |
| 第4章 基于横截面扫描的射频层析成像多目标被动式定位算法 | 第34-48页 |
| 4.1 热点提取 | 第35页 |
| 4.2 横截面扫描 | 第35-37页 |
| 4.2.1 什么是横截面扫描 | 第35-36页 |
| 4.2.2 横截面扫描结果分析 | 第36-37页 |
| 4.3 灰度分布图的特征计算 | 第37-39页 |
| 4.3.1 灰度分布图的提取 | 第37-38页 |
| 4.3.2 特征计算 | 第38-39页 |
| 4.4 朴素贝叶斯分类器 | 第39-42页 |
| 4.4.1 朴素贝叶斯分类器介绍 | 第39-40页 |
| 4.4.2 构造朴素贝叶斯分类器 | 第40-42页 |
| 4.5 实验仿真分析 | 第42-45页 |
| 4.5.1 实验场景设置 | 第42-43页 |
| 4.5.2 实验结果及分析 | 第43-45页 |
| 4.6 总结 | 第45-48页 |
| 第5章 总结与展望 | 第48-52页 |
| 5.1 全文总结 | 第48-50页 |
| 5.2 未来研究展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 发表论文和参加科研情况说明 | 第58-60页 |
| 致谢 | 第60页 |
