| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-16页 |
| 1.1 课题研究背景及意义 | 第12页 |
| 1.2 课题研究状况 | 第12-13页 |
| 1.3 课题研究目标 | 第13-14页 |
| 1.4 论文主要工作及章节安排 | 第14-16页 |
| 2 井下车辆无线定位总体设计 | 第16-24页 |
| 2.1 人工现场操控机车定位监测系统 | 第16-18页 |
| 2.1.1 系统整体架构介绍 | 第16-17页 |
| 2.1.2 系统主要功能模块介绍 | 第17-18页 |
| 2.2 远程无线定位监控系统 | 第18-20页 |
| 2.2.1 系统整体架构介绍 | 第18-20页 |
| 2.2.2 系统主要功能模块介绍 | 第20页 |
| 2.3 无线MESH网络概述 | 第20-22页 |
| 2.4 无线MESH网络优势 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 矿山井下常用无线定位算法 | 第24-38页 |
| 3.1 基于信号到达角度（Angle of Arrival, AOA)的定位算法 | 第24-25页 |
| 3.2 基于信号传输时间的定位算法 | 第25-29页 |
| 3.2.1 基于信号到达时间（Time of Arrival, TOA)的定位算法 | 第25-26页 |
| 3.2.2 基于信号到达时间差（Time Difference of Arrival, TDOA)的定位算法 | 第26-29页 |
| 3.3 基于无线信号对数损耗模型定位算法 | 第29-33页 |
| 3.3.1 加权质心定位算法 | 第29-30页 |
| 3.3.2 加权改进的邻近匹配算法 | 第30页 |
| 3.3.3 最小二乘法 | 第30-31页 |
| 3.3.4 上述三种基于RSSI无线定位算法精度比较 | 第31-33页 |
| 3.4 基于RFID无线定位算法 | 第33-35页 |
| 3.5 本文所用定位算法 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 矿山井下车辆定位监测终端设计 | 第38-60页 |
| 4.1 定位监测终端硬件电路设计 | 第38-47页 |
| 4.1.1 LPC1768芯片简介 | 第38-39页 |
| 4.1.2 外围电路设计与选型 | 第39-45页 |
| 4.1.3 PCB电路板设计 | 第45-47页 |
| 4.2 指纹识别定位算法设计 | 第47-51页 |
| 4.2.1 指纹识别定位算法原理 | 第47-49页 |
| 4.2.2 矿山井下指纹识别算法应用 | 第49-51页 |
| 4.3 定位监测终端软件设计 | 第51-58页 |
| 4.3.1 通信协议设计 | 第52-53页 |
| 4.3.2 车辆状态监测软件设计 | 第53-57页 |
| 4.3.3 车辆无线定位功能实现 | 第57-58页 |
| 4.4 定位监测终端实物图 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 基于多传感器融合的车辆定位 | 第60-74页 |
| 5.1 多传感器融合定位系统整体设计 | 第60-61页 |
| 5.2 采集板接口电路设计和各类传感器选型 | 第61-68页 |
| 5.2.1 采集板单元接口电路设计 | 第61-63页 |
| 5.2.2 各类传感器选型和数据接收函数设计 | 第63-68页 |
| 5.3 多传感器融合定位算法软件设计 | 第68-72页 |
| 5.3.1 巷道规划和路径统计 | 第68-71页 |
| 5.3.2 远程定位 | 第71-72页 |
| 5.4 矿山井下车辆记忆行走 | 第72-73页 |
| 5.5 本章小结 | 第73-74页 |
| 6 系统测试 | 第74-82页 |
| 6.1 系统实物 | 第74-76页 |
| 6.2 测试环境 | 第76-77页 |
| 6.3 功能测试 | 第77-78页 |
| 6.4 定位误差分析 | 第78-80页 |
| 6.4.1 指纹识别定位算法测试误差分析 | 第78-79页 |
| 6.4.2 多传感器融合定位算法测试误差分析 | 第79-80页 |
| 6.5 本章小结 | 第80-82页 |
| 7 总结与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第88-92页 |
| 学位论文数据集 | 第92页 |
