本文關(guān)鍵詞：基于WSN與RFID融合技術(shù)的井下定位與追蹤算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：本文針對(duì)我國(guó)煤礦安全中存在的主要問(wèn)題,以寧東煤礦為主要研究對(duì)象,將wsN與RFID技術(shù)相融合并應(yīng)用到煤礦安全中。重點(diǎn)研究并解決ZigBee無(wú)線傳感器網(wǎng)絡(luò)與RFID融合的關(guān)鍵理論和技術(shù),構(gòu)建煤礦定位與動(dòng)態(tài)追蹤機(jī)制。首先,提供一個(gè)中間件解決方案來(lái)及時(shí)處理海量數(shù)據(jù),以解決RFID閱讀器大規(guī)模部署的數(shù)據(jù)冗余問(wèn)題,并將采集的信息傳送到相應(yīng)的應(yīng)用程序。其次,對(duì)傳統(tǒng)的三邊測(cè)量法進(jìn)行改進(jìn),提高定位精度,增加射頻信號(hào)的覆蓋范圍。最后,結(jié)合馬爾可夫鏈模型對(duì)目標(biāo)運(yùn)動(dòng)軌跡進(jìn)行預(yù)測(cè),并對(duì)傳統(tǒng)的質(zhì)心定位算法加以改進(jìn),使其適應(yīng)預(yù)測(cè)模型。本文進(jìn)一步為煤礦安全技術(shù)提供新的理論和方法,對(duì)RFID和ZigBee無(wú)線傳感器網(wǎng)絡(luò)融合技術(shù)的進(jìn)步起到重要推動(dòng)作用。
【關(guān)鍵詞】：WSN RFID 井下定位 融合技術(shù) 中間件
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.44;TP212.9;TN929.5
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 研究背景7-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及分析9-10
• 1.3 論文研究?jī)?nèi)容10-11
• 1.4 論文組織結(jié)構(gòu)11
• 1.5 本章小結(jié)11-12
• 第二章 RFID與WSN技術(shù)相關(guān)研究12-19
• 2.1 RFID技術(shù)相關(guān)研究12-14
• 2.1.1 RFID技術(shù)的定義12
• 2.1.2 RFID技術(shù)的工作原理12-13
• 2.1.3 RFID技術(shù)的應(yīng)用現(xiàn)狀13-14
• 2.2 WSN技術(shù)簡(jiǎn)介14-15
• 2.2.1 WSN技術(shù)的定義14
• 2.2.2 WSN技術(shù)的工作原理14-15
• 2.2.3 WSN技術(shù)的應(yīng)用現(xiàn)狀15
• 2.3 中間件技術(shù)的相關(guān)研究15-18
• 2.3.1 中間件技術(shù)的定義15-16
• 2.3.2 中間件技術(shù)的工作原理16-17
• 2.3.3 中間件技術(shù)的應(yīng)用現(xiàn)狀17-18
• 2.4 本章小結(jié)18-19
• 第三章 井下預(yù)測(cè)系統(tǒng)總體架構(gòu)19-22
• 3.1 井下定位系統(tǒng)總體設(shè)計(jì)19
• 3.2 各部分研究方案19-22
• 第四章 中間件數(shù)據(jù)過(guò)濾算法研究22-29
• 4.1 數(shù)據(jù)過(guò)濾算法設(shè)計(jì)22
• 4.2 相關(guān)研究22-23
• 4.3 RFID中間件的數(shù)據(jù)過(guò)濾算法23-25
• 4.3.1 系統(tǒng)模型23-24
• 4.3.2 數(shù)據(jù)過(guò)濾算法設(shè)計(jì)24-25
• 4.4 誤判率評(píng)估25-26
• 4.5 性能分析與比較26-28
• 4.5.1 誤判率分析26-27
• 4.5.2 處理效率分析27-28
• 4.6 本章小結(jié)28-29
• 第五章 井下定位算法詳細(xì)設(shè)計(jì)29-34
• 5.1 井下定位算法設(shè)計(jì)29
• 5.2 相關(guān)定位基本原理29-30
• 5.3 改進(jìn)后的定位算法30-32
• 5.3.1 算法步驟30
• 5.3.2 算法原理30-32
• 5.4 實(shí)驗(yàn)結(jié)果及分析32-33
• 5.4.1 定位覆蓋率32-33
• 5.4.2 未知節(jié)點(diǎn)的定位誤差33
• 5.5 本章小結(jié)33-34
• 第六章 井下預(yù)測(cè)算法詳細(xì)設(shè)計(jì)34-40
• 6.1 井下定位算法設(shè)計(jì)34
• 6.2 傳統(tǒng)理論技術(shù)34-35
• 6.2.1 基于馬爾可夫鏈的狀態(tài)預(yù)測(cè)34-35
• 6.2.2 質(zhì)心定位算法35
• 6.3 井下目標(biāo)軌跡預(yù)測(cè)算法35-36
• 6.3.1 目標(biāo)軌跡預(yù)測(cè)算法步驟35
• 6.3.2 改進(jìn)的質(zhì)心定位算法35-36
• 6.4 軌跡預(yù)測(cè)算法36-37
• 6.5 實(shí)驗(yàn)結(jié)果及分析37-39
• 6.5.1 定位覆蓋率37-38
• 6.5.2 定位誤差38
• 6.5.3 預(yù)測(cè)軌跡與定位軌跡比較38-39
• 6.6 本章小結(jié)39-40
• 第七章 總結(jié)與展望40-42
• 7.1 總結(jié)40
• 7.2 展望40-42
• 參考文獻(xiàn)42-46
• 致謝46-47
• 個(gè)人簡(jiǎn)介47

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 張偉;王汝傳;;Bloom Filters散列函數(shù)數(shù)目多階段動(dòng)態(tài)優(yōu)化算法[J];電子學(xué)報(bào);2011年04期

2 彭曲;丁治明;郭黎敏;;基于馬爾可夫鏈的軌跡預(yù)測(cè)[J];計(jì)算機(jī)科學(xué);2010年08期

3 李萬(wàn)高;趙雪梅;孫德廠;;基于改進(jìn)貝葉斯方法的軌跡預(yù)測(cè)算法研究[J];計(jì)算機(jī)應(yīng)用;2013年07期

4 孟凡振;吳杰;卜旭松;馮鋒;;基于馬爾可夫鏈模型的井下目標(biāo)軌跡預(yù)測(cè)算法[J];計(jì)算機(jī)科學(xué);2014年S1期

5 張明哲;張強(qiáng);袁巍;劉威;;嵌入式RFID中間件數(shù)據(jù)過(guò)濾模型研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年17期

  本文關(guān)鍵詞：基于WSN與RFID融合技術(shù)的井下定位與追蹤算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：480170