基于无线传感器网络的室内定位方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 主要符号表 | 第8-9页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 室内定位技术的研究现状 | 第10-13页 |
| 1.3 研究内容及章节安排 | 第13-14页 |
| 第2章 Zigbee与室内定位技术 | 第14-20页 |
| 2.1 Zigbee知识介绍 | 第14-16页 |
| 2.1.1 Zigbee协议 | 第14页 |
| 2.1.2 常见的无线网络数据传输协议及其比较 | 第14-15页 |
| 2.1.3 Zigbee的软件架构 | 第15-16页 |
| 2.1.4 Zigbee的特点 | 第16页 |
| 2.2 无线定位方法 | 第16-19页 |
| 2.2.1 基于测距的定位法 | 第16-18页 |
| 2.2.2 基于非测距的定位法 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于RSSI的室内定位方法 | 第20-35页 |
| 3.1 无线信号传输模型 | 第20-22页 |
| 3.1.1 经验模型 | 第20页 |
| 3.1.2 理论模型 | 第20-22页 |
| 3.2 经典定位法 | 第22-26页 |
| 3.2.1 最小二乘法 | 第22-24页 |
| 3.2.2 三角形质心法 | 第24-25页 |
| 3.2.3 三角形加权质心法 | 第25-26页 |
| 3.2.4 常用定位法存在的问题 | 第26页 |
| 3.3 改进的四边形加权质心定位算法 | 第26-34页 |
| 3.3.1 四边形质心算法的给出 | 第26-27页 |
| 3.3.2 权值的修正 | 第27-28页 |
| 3.3.3 四边形加权定位法 | 第28-29页 |
| 3.3.4 实验仿真及分析 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 改进的BP神经网络定位法 | 第35-49页 |
| 4.1 BP网络概述 | 第35-39页 |
| 4.1.1 BP网络模型 | 第35-36页 |
| 4.1.2 BP学习算法 | 第36-38页 |
| 4.1.3 BP神经网络的不足 | 第38-39页 |
| 4.2 思维进化算法 | 第39-40页 |
| 4.3 定位模型 | 第40页 |
| 4.4 思维进化优化BP的定位原理 | 第40-41页 |
| 4.5 思维进化算法优化BP网络过程 | 第41-43页 |
| 4.6 实验过程及结果分析 | 第43-48页 |
| 4.7 本章小结 | 第48-49页 |
| 第5章 基于径向基函数网络的室内定位方法 | 第49-56页 |
| 5.1 RBF神经网络结构和室内定位模型的建立 | 第49-50页 |
| 5.2 RBF神经网络的学习过程 | 第50-51页 |
| 5.3 RBF神经网络与BP神经网络的比较 | 第51-52页 |
| 5.4 实验结果与分析 | 第52-55页 |
| 5.4.1 RBF神经网络的建立 | 第52-53页 |
| 5.4.2 实验环境搭建 | 第53页 |
| 5.4.3 实验结果比较 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
