声明
摘要
第1章 绪论
1.1 课题来源及研究目的意义
1.1.1 课题来源
1.1.2 课题研究目的意义
1.2 无线网络定位技术现状
1.3 WLAN定位技术研究现状
1.4 RFID定位技术研究现状
1.5 卡尔曼滤波理论的发展概述
1.6 信息融合技术在移动机器人定位系统中的应用研究
1.7 本文研究的主要内容
第2章 WLAN定位算法设计
2.1 无线定位技术原理
2.1.1 无线定位技术特点
2.1.2 无线局域网特点
2.1.3 无线定位系统方案
2.1.4 无线定位基本技术
2.2 基于测距的RSSI值定位技术研究
2.2.1 信号传播的模型公式
2.2.2 信号传播实际模型的建立
2.2.3 仿真实验及分析
2.3 WLAN定位算法设计
2.3.1 无线信号强度
2.3.2 无线信号强度值的获取
2.3.3 无线信号强度值的分布
2.4 WLAN算法研究及定位实验
2.4.1 WLAN定位算法
2.4.2 无线网络定位实验
2.4.3 实验平台构建
2.4.4 实验环境
2.4.5 定位实验
2.5 本章小结
第3章 RFID定位算法设计
3.1 引言
3.1.1 RFID的组成及其基本工作原理
3.1.2 RFID系统的分类
3.2 RFID硬件资源平台
3.3 信号强度与几何距离的映射关系
3.3.1 信号传播损耗模型及其参数的确定
3.3.2 定位估计理论
3.4 定位算法
3.4.1 读取四个标签定位
3.4.2 读取三个标签定位
3.4.3 读取三个以下标签定位
3.5 系统定位实验
3.5.1 实验环境
3.5.2 实时定位误差
3.6 基于RFID的机器人定位参数标定与实验分析
3.6.1 基于RFID的机器人参数标定系统设计
3.6.2 机器人定位系统定位实验分析
3.7 本章小结
第4章 基于改进UKF的定位算法研究
4.1 引言
4.2 卡尔曼滤波理论及其改进算法
4.2.1 卡尔曼滤波理论与算法
4.2.2 扩展卡尔曼滤波理论与算法
4.3 无迹卡尔曼滤波理论与算法
4.3.1 无迹卡尔曼滤波原理
4.3.2 无迹卡尔曼滤波算法
4.4 UKF改进算法
4.4.1 基于最小偏度采样和衰减记忆平方根滤波的UKF算法
4.4.2 采用比例修正系数最小偏度采样的UKF算法
4.5 实验数据处理及结果分析
4.5.1 实验数据处理
4.5.2 结果分析
4.6 本章小结
第5章 数据融合算法设计
5.1 引言
5.2 联邦卡尔曼滤波原理与算法
5.2.1 联邦卡尔曼滤波模型
5.2.2 联邦卡尔曼滤波器的流程
5.3 WLAN/RFID信息融合定位算法
5.3.1 系统状态方程
5.3.2 系统的观测方程
5.3.3 WLAN/RFID信息融合
5.4 融合算法实验结果及分析
5.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢