首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文

基于BP神经网络的无线定位算法研究

摘要第1-4页
ABSTRACT第4-9页
第1章 绪论第9-13页
   ·课题研究背景及意义第9-10页
   ·国外研究现状第10-11页
   ·国内研究现状第11-12页
   ·论文内容结构第12-13页
第2章 无线定位技术的概述第13-25页
   ·无线定位技术的概念第13-14页
   ·定位技术的分类第14-15页
   ·定位技术的应用第15-16页
   ·定位技术的主要方法第16-20页
     ·场强定位第16页
     ·信号指纹定位第16-17页
     ·到达角度定位第17-18页
     ·到达时间定位第18-19页
     ·到达时间差定位第19页
     ·GPS卫星定位第19-20页
     ·混合定位第20页
   ·仿真信道模型第20-23页
     ·T1P1(COST259)信道模型第21页
     ·延时扩展Greenstein信道模型第21-22页
     ·基于几何结构的单次反射(GBSB)统计信道模型第22-23页
   ·本章小结第23-25页
第3章 无线定位的经典算法与性能评价指标第25-37页
   ·定位算法中的最小二乘表示第25-26页
   ·定位的数学模型第26-27页
     ·TDOA双曲线数学模型第26-27页
     ·GPS定位数学模型第27页
   ·基于TDOA的经典定位算法第27-33页
     ·LS算法第27-28页
     ·泰勒序列展开算法第28-29页
     ·Fang算法第29-30页
     ·Chan算法第30-33页
   ·定位算法的性能评价指标第33-35页
     ·均方误差与克拉美-罗下界第33-34页
     ·圆误差概率第34页
     ·几何精度因子第34-35页
   ·本章小结第35-37页
第4章 基于BP神经网络的混合定位算法第37-47页
   ·神经网络的概述第37-39页
     ·神经网络的概念第37-38页
     ·神经网络模型分类及功能第38-39页
   ·测量误差模型第39-40页
     ·TDOA测量误差模型第39页
     ·GPS测量误差模型第39-40页
   ·基于BP神经网络的混合定位算法第40-44页
     ·基于BP神经网络的修正模型第40页
     ·BP神经网络的学习算法第40-42页
     ·TDOA/GPS混合定位算法第42-43页
     ·基于BP神经网络的定位算法第43-44页
   ·仿真与分析第44-46页
   ·本章小结第46-47页
第5章 基于BP神经网络的马尔可夫链跟踪算法第47-53页
   ·马尔可夫链简述第47-48页
   ·基于BP神经网络的马尔可夫链跟踪算法第48-50页
     ·基于BP神经网络的定位算法第48页
     ·基于马尔可夫链的跟踪算法第48-49页
     ·距离门限的选取第49-50页
   ·仿真与分析第50-51页
   ·本章小结第51-53页
第6章 基于BP神经网络的卡尔曼滤波跟踪算法第53-61页
   ·经典卡尔曼滤波算法第53-55页
   ·基于BP神经网络的卡尔曼滤波跟踪算法第55-58页
     ·基于BP神经网络的定位算法第55-56页
     ·基于卡尔曼滤波的跟踪算法第56-57页
     ·距离门限的选取第57-58页
   ·仿真与分析第58-60页
   ·本章小结第60-61页
第7章 结论与展望第61-63页
   ·论文工作总结第61页
   ·研究展望第61-63页
参考文献第63-67页
攻读学位期间取得的研究成果第67-69页
致谢第69-70页

论文共70页,点击 下载论文
上一篇:FBG传感对应变,温度以及湿度的同时测量
下一篇:GPU存储管理系统的设计与实现