车载网中恶意AP判别方法的研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景与意义 | 第9-17页 |
| 1.1.1 研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12-17页 |
| 1.2 车载网中恶意AP的判别技术研究现状 | 第17-18页 |
| 1.3 本文主要研究内容 | 第18-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第2章 车载网相关领域 | 第20-28页 |
| 2.1 智能交通系统 | 第20-21页 |
| 2.2 移动自组织网络 | 第21-23页 |
| 2.3 车载网的网络特征 | 第23-24页 |
| 2.4 专用短距离通信技术 | 第24-25页 |
| 2.5 车载网的应用 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于RSSI的测距算法 | 第28-48页 |
| 3.1 基于RSSI的测距原理 | 第28-31页 |
| 3.2 环境对RSSI值的影响 | 第31-33页 |
| 3.3 滤波校正优化算法 | 第33-39页 |
| 3.3.1 传统RSSI校正模型 | 第33-34页 |
| 3.3.2 高斯模型 | 第34-36页 |
| 3.3.3 优化加权高斯模型 | 第36-39页 |
| 3.3.4 算法结果评估 | 第39页 |
| 3.4 基于RSSI的测距算法 | 第39-47页 |
| 3.4.1 测距误差分析 | 第39-40页 |
| 3.4.2 RSSI和距离映射的测距算法 | 第40-45页 |
| 3.4.3 算法结果评估 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于通信模型的恶意AP判别算法 | 第48-64页 |
| 4.1 问题背景 | 第48-52页 |
| 4.2 过滤恶意AP算法 | 第52-55页 |
| 4.3 基于无线信号传播模型的恶意AP判别算法 | 第55-58页 |
| 4.4 实验及分析 | 第58-63页 |
| 4.4.1 实验环境 | 第58-61页 |
| 4.4.2 实验结果评估 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 基于相对定位的恶意AP判别算法 | 第64-73页 |
| 5.1 背景知识 | 第64-66页 |
| 5.2 算法模型 | 第66-70页 |
| 5.2.1 算法模型假设 | 第66页 |
| 5.2.2 计算AP坐标 | 第66-69页 |
| 5.2.3 计算结果检验 | 第69-70页 |
| 5.3 实验及分析 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79页 |
