基于FM信号的被动无线定位与行为识别系统研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 无线定位与行为识别系统研究现状 | 第7-9页 |
| 1.2.1 传统无线定位与行为识别系统 | 第7-8页 |
| 1.2.2 室内无线定位与行为识别系统 | 第8-9页 |
| 1.3 被动无线定位与行为识别系统 | 第9-12页 |
| 1.3.1 被动无线定位与行为识别系统基本原理 | 第9-10页 |
| 1.3.2 被动无线定位与行为识别系统研究现状 | 第10-11页 |
| 1.3.3 基于FM信号的被动无线定位与行为识别 | 第11-12页 |
| 1.4 论文结构安排 | 第12-14页 |
| 2 多通道FM接收机设计 | 第14-23页 |
| 2.1 硬件部分 | 第15-16页 |
| 2.2 软件部分 | 第16-19页 |
| 2.3 通信协议 | 第19-21页 |
| 2.3.1 接收频率设置 | 第19页 |
| 2.3.2 接收频率读取 | 第19-20页 |
| 2.3.3 RSS采集 | 第20-21页 |
| 2.4 小结 | 第21-23页 |
| 3 基于分集捕获与多域特征构建的特征提取方法 | 第23-31页 |
| 3.1 分集技术简介 | 第23页 |
| 3.2 数据预处理 | 第23-26页 |
| 3.3 时域特征提取 | 第26-29页 |
| 3.4 小波域特征提取 | 第29-30页 |
| 3.5 小结 | 第30-31页 |
| 4 基于稀疏表示的分类识别算法 | 第31-39页 |
| 4.1 传统模式识别算法简介 | 第31-33页 |
| 4.1.1 KNN算法简介 | 第31-32页 |
| 4.1.2 SVM算法简介 | 第32-33页 |
| 4.2 SRC算法 | 第33-36页 |
| 4.3 ISRC算法 | 第36-38页 |
| 4.4 小结 | 第38-39页 |
| 5 实验结果对比分析 | 第39-51页 |
| 5.1 实验场景一 | 第39-43页 |
| 5.1.1 系统架构 | 第39-40页 |
| 5.1.2 实验结果 | 第40-43页 |
| 5.1.3 小结 | 第43页 |
| 5.2 实验场景二 | 第43-51页 |
| 5.2.1 系统架构 | 第43-44页 |
| 5.2.2 实验结果 | 第44-49页 |
| 5.2.3 小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-59页 |
