現(xiàn)如今,隨著信息技術(shù)的日新月異,各行各業(yè)對基于位置的服務(wù)（Location Based Service,LBS）需求愈發(fā)凸顯,快速而準(zhǔn)確的位置服務(wù)儼然已成為當(dāng)代社會的重要組成部分。因此,學(xué)術(shù)界逐漸將視線轉(zhuǎn)向室內(nèi)環(huán)境下的位置服務(wù)及其衍生功能。隨著信息科學(xué)技術(shù)產(chǎn)業(yè)的第三次革命的興起,室內(nèi)定位領(lǐng)域借助物聯(lián)網(wǎng)、人工智能等手段實(shí)現(xiàn)著自身技術(shù)改進(jìn)革新。與此同時,借助大型公共建筑室內(nèi)通常布設(shè)有大量無線路由器這一特點(diǎn),無線充電技術(shù)逐漸受到社會各界廣泛期待,該技術(shù)可實(shí)現(xiàn)通過無線訪問接入點(diǎn)（Wireless Access Point,AP）發(fā)送射頻信號為連接入網(wǎng)的終端設(shè)備進(jìn)行無線充電。然而伴隨而來的是系統(tǒng)功率負(fù)荷量嚴(yán)重增大問題,如何保證無線充電功能的同時合理分配系統(tǒng)能量資源成為下一步需要解決的難題。因此,本文立足于ZigBee（紫蜂）技術(shù)理論,提出了基于神經(jīng)網(wǎng)絡(luò)的室內(nèi)融合定位算法,并研究設(shè)計(jì)了兩種基于位置感知的室內(nèi)區(qū)域功率智能分配策略,根據(jù)各終端的實(shí)際位置信息進(jìn)行區(qū)域內(nèi)路由AP發(fā)射功率最優(yōu)分配,在保證入網(wǎng)終端無線充電性能的同時,最小化區(qū)域路由總發(fā)射功率或使區(qū)域終端接收功率盡量均衡。首先,本文闡述了室內(nèi)定位... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 無線室內(nèi)定位和人工神經(jīng)網(wǎng)絡(luò)相關(guān)技術(shù)概述
    2.1 物聯(lián)網(wǎng)及Zig Bee相關(guān)技術(shù)簡介
    2.2 無線室內(nèi)定位技術(shù)
        2.2.1 基于無線信號接收信號強(qiáng)度的室內(nèi)定位算法
        2.2.2 基于行人航位測算的室內(nèi)定位技術(shù)
    2.3 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)原理介紹
        2.3.1 深度學(xué)習(xí)的基本概念
        2.3.2 人工神經(jīng)網(wǎng)絡(luò)定義及廣義模型
        2.3.3 構(gòu)建神經(jīng)網(wǎng)絡(luò)的主要流程
        2.3.4 網(wǎng)絡(luò)模型性能評價(jià)指標(biāo)
    2.4 無線能量傳輸基本概念
    2.5 本章小結(jié)
第三章 基于神經(jīng)網(wǎng)絡(luò)的室內(nèi)融合定位算法研究
    3.1 算法整體框架和系統(tǒng)場景概述
        3.1.1 室內(nèi)融合定位和區(qū)域功率智能分配場景介紹
        3.1.2 基于神經(jīng)網(wǎng)絡(luò)的室內(nèi)融合定位系統(tǒng)結(jié)構(gòu)框架
    3.2 基于改進(jìn)深度置信網(wǎng)絡(luò)的二次指紋定位方法
        3.2.1 基于邏輯回歸的位置指紋分類方法
        3.2.2 基于改進(jìn)深度置信網(wǎng)絡(luò)的RSSI指紋定位方法
        3.2.3 深度置信網(wǎng)絡(luò)的訓(xùn)練步驟
    3.3 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的行人航位測算定位方法
        3.3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)原理
        3.3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練步驟
        3.3.3 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的行人航位測算定位算法設(shè)計(jì)
    3.4 基于粒子濾波的多信息融合算法
    3.5 算法仿真與分析
        3.5.1 實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置
        3.5.2 數(shù)據(jù)預(yù)處理
        3.5.3 實(shí)驗(yàn)數(shù)據(jù)分析
    3.6 本章小結(jié)
第四章 基于位置感知的室內(nèi)區(qū)域功率智能分配技術(shù)
    4.1 系統(tǒng)框架概述
    4.2 基于位置感知的區(qū)域功率智能分配技術(shù)
        4.2.1 無線能量傳輸技術(shù)原理介紹
        4.2.2 基于位置信息的實(shí)際無線信道模型構(gòu)建
        4.2.3 基于區(qū)域發(fā)射功率最小的功率智能分配策略
        4.2.4 基于接收能量均衡的功率智能分配策略
    4.3 仿真驗(yàn)證與結(jié)果分析
        4.3.1 仿真參數(shù)設(shè)置
        4.3.2 仿真結(jié)果與性能分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3110164