摘要 | 第11-14页 |
ABSTRACT | 第14-16页 |
第一章 绪论 | 第18-40页 |
1.1 研究背景 | 第18-25页 |
1.1.1 位置信息在军事活动中的重要作用 | 第18-21页 |
1.1.2 为什么要研究位置计算服务 | 第21-22页 |
1.1.3 军事应用中位置计算研究的特殊需求 | 第22-24页 |
1.1.4 军事应用中位置计算服务的重要挑战 | 第24-25页 |
1.2 国内外研究现状 | 第25-33页 |
1.2.1 低功耗无线传感器网络的位置计算问题研究 | 第25-30页 |
1.2.2 室内无线定位技术研究 | 第30-33页 |
1.3 论文的主要研究工作 | 第33-40页 |
1.3.1 研究思路 | 第33-35页 |
1.3.2 研究内容 | 第35-37页 |
1.3.3 主要创新点 | 第37-40页 |
第二章 战场环境快速部署的稀疏无线传感器网络定位方法 | 第40-60页 |
2.1 研究背景 | 第40-42页 |
2.2 预备知识 | 第42-46页 |
2.2.1 网络可定位性 | 第43-44页 |
2.2.2 基于信号到达时间差(TDoA)的定位 | 第44-46页 |
2.3 被动事件源 | 第46-47页 |
2.3.1 被动事件源特征 | 第46-47页 |
2.3.2 事件源探测 | 第47页 |
2.4 基于被动事件源的可定位性理论 | 第47-50页 |
2.5 近似无需时间同步的TDoA估计方法 | 第50-53页 |
2.6 算法设计与系统构建 | 第53-55页 |
2.6.1 系统架构 | 第53-54页 |
2.6.2 定位算法设计 | 第54-55页 |
2.7 性能评估 | 第55-58页 |
2.7.1 仿真设定与参数 | 第56页 |
2.7.2 TDoA估计精度 | 第56-57页 |
2.7.3 初始部署条件下不可定位节点的定位精度 | 第57-58页 |
2.8 本章小结 | 第58-60页 |
第三章 战场环境快速部署的稀疏网络调整方法 | 第60-72页 |
3.1 研究背景 | 第60-61页 |
3.2 相关工作 | 第61-62页 |
3.3 基于节点所在路径信息的网络可定位性 | 第62-64页 |
3.4 系统设计 | 第64-67页 |
3.4.1 实施流程 | 第64-66页 |
3.4.2 算法设计 | 第66-67页 |
3.4.3 算法复杂度分析 | 第67页 |
3.5 性能评估 | 第67-70页 |
3.6 本章小结 | 第70-72页 |
第四章 战场环境非充分覆盖区域目标追踪方法 | 第72-90页 |
4.1 研究背景 | 第72-73页 |
4.2 相关研究 | 第73-74页 |
4.2.1 目标位置估计方法 | 第73-74页 |
4.2.2 目标追踪方法 | 第74页 |
4.3 部分覆盖条件下的目标追踪问题 | 第74-80页 |
4.3.1 无线传感网络目标追踪模型 | 第75-76页 |
4.3.2 充分覆盖条件下的目标追踪 | 第76-78页 |
4.3.3 非充分覆盖条件下的目标追踪 | 第78-80页 |
4.4 基于粒子滤波的非非充分覆盖条件下的目标追踪方法 | 第80-85页 |
4.4.1 粒子状态及更新 | 第81-83页 |
4.4.2 粒子权值计算 | 第83页 |
4.4.3 重采样 | 第83-85页 |
4.4.4 反向粒子滤波 | 第85页 |
4.5 性能评估 | 第85-89页 |
4.5.1 仿真设定与性能指标 | 第86页 |
4.5.2 不同路径下的目标追踪精度 | 第86-87页 |
4.5.3 大规模实验 | 第87-89页 |
4.6 本章小结 | 第89-90页 |
第五章 室内作战场景中无需基础设施的定位方法 | 第90-104页 |
5.1 研究背景 | 第90-91页 |
5.2 步行惯性导航系统误差分析 | 第91-94页 |
5.2.1 步代探测 | 第92-93页 |
5.2.2 方向估计 | 第93页 |
5.2.3 步长估计 | 第93-94页 |
5.3 基于卡尔曼滤波的行进方向估计方法 | 第94-96页 |
5.3.1 基于卡尔曼滤波的传感器数据融合 | 第94-95页 |
5.3.2 姿态旋转变化 | 第95-96页 |
5.4 室内方向地标识别 | 第96-98页 |
5.5 基于粒子滤波的惯性导航方法 | 第98-102页 |
5.5.1 测量数据预处理 | 第99页 |
5.5.2 粒子初始化 | 第99-100页 |
5.5.3 系统状态更新 | 第100-101页 |
5.5.4 粒子权重估计及重采样 | 第101-102页 |
5.6 实验评估 | 第102-103页 |
5.7 本章小结 | 第103-104页 |
第六章 室内物理实体语义地图自动构建方法 | 第104-126页 |
6.1 研究背景 | 第104-106页 |
6.2 相关研究 | 第106-108页 |
6.2.1 以人为中心的室内定位技术 | 第106-107页 |
6.2.2 面向物理实体的室内定位方法 | 第107-108页 |
6.3 物理实体综合感知 | 第108-110页 |
6.4 物理实体识别 | 第110-112页 |
6.4.1 基于用户交互行为的物理实体识别 | 第110-111页 |
6.4.2 基于条形码扫描的商品识别 | 第111-112页 |
6.5 一般物理实体定位方法 | 第112-119页 |
6.5.1 实体定位方法 | 第113-117页 |
6.5.2 物理实体的位置更新 | 第117-119页 |
6.6 原型系统设计 | 第119-120页 |
6.7 性能评估 | 第120-125页 |
6.8 本章小结 | 第125-126页 |
第七章 结束语 | 第126-130页 |
7.1 论文主要工作 | 第126-127页 |
7.1.1 战场环境快速部署的稀疏网络定位与调整问题研究 | 第126-127页 |
7.1.2 战场环境非充分覆盖区域目标追踪问题研究 | 第127页 |
7.1.3 室内作战环境中无需基础设施与专有设备的定位技术研究 | 第127页 |
7.2 未来工作展望 | 第127-130页 |
7.2.1 面向特定军事任务的室内外位置计算服务 | 第128页 |
7.2.2 无人作战系统协同的位置计算问题 | 第128页 |
7.2.3 室内场景中的具有语义信息的位置计算问题 | 第128-130页 |
致谢 | 第130-132页 |
参考文献 | 第132-142页 |
作者在学期间取得的学术成果 | 第142页 |