協(xié)同機器人與多傳感器網(wǎng)絡

第1章  移動無線傳感器網(wǎng)絡中基于鏈路質(zhì)量預測的遺傳機器學習方法 1

1.1  引言 2

1.2  連通性關系 3

1.3  相關工作 4

1.4  OBD模型 5

1.5  GMLA概述 7

1.5.1  分類系統(tǒng) 8

1.5.2  遺傳機器學習方法 8

1.6  GMLA評價 11

1.6.1  安裝配置 12

1.6.2  仿真結果 13

1.7  結論 15

致謝 16

參考文獻 16

第2章  基于預測控制傳感和連通約束的軌跡生成 19

2.1  引言 19

2.2  相關工作 20

2.3  一致性算法 22

2.4  一致性跟蹤協(xié)議 23

2.5  基于一致性軌跡優(yōu)化的控制律綜合 24

2.5.1  二次規(guī)劃問題 26

2.5.2  論一致性軌跡與運載體傳感 27

2.5.3  連通性約束 28

2.6  一致性協(xié)議策略的實現(xiàn) 29

2.6.1  數(shù)值仿真及結果分析 31

2.6.2  計算時間 34

2.7  結論 37

參考文獻 37

第3章  室內(nèi)導航的定位、路徑規(guī)劃和智能手機界面設計 40

3.1  引言 41

3.2  室內(nèi)導航解決方案 42

3.3  室內(nèi)定位解決方案 43

3.3.1  航跡推算 44

3.3.2  信號強度指紋（SSI） 46

3.3.3  粒子濾波 47

3.4  地圖表示法和路徑規(guī)劃 48

3.4.1  地圖自動識別 48

3.4.2  路徑規(guī)劃 49

3.5  用戶界面 50

3.5.1  需求評估 50

3.5.2  多模式用戶界面 51

3.6  實驗和結果 52

3.6.1  室內(nèi)定位測試 54

3.6.2  地圖表示法和路徑規(guī)劃測試 55

3.6.3  用戶界面測試 57

3.7  結論 59

致謝 60

參考文獻 60

第4章  水下滑翔機傳感網(wǎng)絡導航中的洋流實時建模 63

4.1  引言 63

4.2  洋流的描述 64

4.3  模型初始化 67

4.4  洋流位置更新 68

4.5  仿真結果 71

4.6  結論 75

參考文獻 75

第5章  EasyLoc：基于即插即用RSS的無線傳感網(wǎng)絡定位 78

5.1  引言 79

5.2  基于RSS的定位 80

5.3  問題陳述 81

5.4  EasyLoc 82

5.4.1  在線校準階段 82

5.4.2  定位階段 85

5.5  實驗評價 85

5.5.1  實驗設計 85

5.5.2  實驗結果 87

5.5.3  EasyLoc：誤差分析及改進 95

5.6  結論 103

致謝 104

參考文獻 104

評審人員 107