首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--滤波技术、滤波器论文

基于电磁场的室内定位技术研究

摘要第4-5页
Abstract第5页
专用术语注释表第9-10页
第一章 绪论第10-15页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究概况第11-12页
    1.3 本文的主要内容及组织结构第12-15页
第二章 相关背景知识介绍第15-30页
    2.1 电磁场定位第15-18页
        2.1.1 地磁场第15-16页
        2.1.2 静态极低频电磁场第16-17页
        2.1.3 SLAM第17页
        2.1.4 基于电磁场的室内定位技术第17-18页
    2.2 概率性定位算法第18-22页
        2.2.1 卡尔曼滤波法第18-20页
        2.2.2 马尔可夫拓扑法及栅格法第20-21页
        2.2.3 粒子滤波器法第21页
        2.2.4 蒙特卡洛法第21-22页
    2.3 聚类算法第22-25页
        2.3.1 聚类算法简介第22-23页
        2.3.2 各种聚类算法的优缺点第23-25页
    2.4 移动目标相关模型定义第25-29页
        2.4.1 坐标系统模型第25-27页
        2.4.2 环境地图模型第27页
        2.4.3 移动目标位置模型第27页
        2.4.4 移动目标运动模型第27-28页
        2.4.5 传感器观测模型第28-29页
        2.4.6 噪声模型第29页
    2.5 本章小结第29-30页
第三章 行人运动模型第30-39页
    3.1 行人运动模型分类第30-37页
        3.1.1 磁力模型第31-32页
        3.1.2 排队论模型第32页
        3.1.3 格子气体模型第32-33页
        3.1.4 元胞自动机模型第33-35页
        3.1.5 社会力模型第35-37页
    3.2 各种运动模型的比较第37页
    3.3 本文采用的运动模型第37-38页
    3.4 本章小结第38-39页
第四章 BSAS 聚类算法第39-48页
    4.1 聚类算法概述第39-42页
    4.2 BSAS 聚类算法第42-45页
        4.2.1 BSAS 算法原理第42-45页
        4.2.2 BSAS 和 MCL第45页
    4.3 BSAS 的算法流程第45-47页
    4.4 本章小结第47-48页
第五章 蒙特卡洛定位法的研究与改进第48-64页
    5.1 蒙特卡洛定位法原理基础第48-53页
        5.1.1 贝叶斯滤波理论第48-50页
        5.1.2 马尔可夫定位第50-53页
            5.1.2.1 马尔可夫独立性假设第50-53页
    5.2 蒙特卡洛定位法第53-57页
        5.2.1 蒙特卡洛定位法的基本原理第53-54页
        5.2.2 重要性采样第54-55页
        5.2.3 重采样第55-57页
    5.3 蒙特卡洛定位算法的改进第57-59页
        5.3.1 扩展卡尔曼蒙特卡洛算法第57-58页
        5.3.2 MCMC 算法第58-59页
    5.4 本文采用的蒙特卡洛定位法算法流程第59-62页
    5.5 本章小结第62-64页
第六章 算法仿真分析第64-73页
    6.1 实验平台第64-65页
        6.1.1 MATLAB 仿真软件第64页
        6.1.2 MicroMag3 三轴磁强计第64-65页
    6.2 仿真环境与参数设置第65页
    6.3 仿真结果与分析第65-71页
        6.3.1 实验环境准备第65-67页
        6.3.2 本文算法与传统算法结果对比第67-70页
        6.3.3 校正第70-71页
        6.3.4 粒子数目分析第71页
        6.3.5 算法时间复杂度分析第71页
    6.4 本章小结第71-73页
第七章 总结与展望第73-75页
    7.1 本文的工作总结第73-74页
    7.2 研究展望第74-75页
参考文献第75-77页
附录1 攻读硕士学位期间撰写的论文第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:黄石电信传输网优化-80*10Gb/s DWDM系统网络建设
下一篇:基于改进AP-SVM算法的网络流量分析与分类