物聯網新型智能感知技術及其應用

第一部分 新型群智感知技術和應用
第1章 新型群智感知技術介紹
1.1 背景與意義
1.2 國內外研究現狀
1.3 主要內容和創(chuàng)新點
1.4 本部分的組織結構
第2章 基于群智感知數據的真實污染源識別技術
2.1 引言
2.2 系統模型
2.3 方法概述
2.4 聚類和源參數估計
2.5 真實污染源最優(yōu)識別算法
2.6 實驗性能分析
2.7 本章小結
第3章 基于群智感知數據的感知誤差自校正技術
3.1 引言
3.2 問題的形式化描述和轉換
3.3 基于兩層迭代的感知噪聲自校正算法
3.4 實驗性能分析
3.5 技術討論和擴展
3.6 本章小結
第4章 基于置信區(qū)間的用戶感知質量評估技術
4.1 引言
4.2 基于置信區(qū)間的用戶感知質量評估方法
4.3 實驗性能分析
4.4 本章小結
第5章 基于群智感知的大規(guī)模室外無線信號強度地圖構建技術和應用
5.1 引言
5.2 實驗探索和觀察
5.3 基于群智感知的無線信號強度地圖構建技術和系統實現
5.4 實驗性能分析
5.5 本章小結
第一部分參考文獻
第二部分新型無源感知技術和應用
第6章 新型無源感知技術介紹
6.1 背景與意義
6.2 國內外相關研究
6.3 本部分主要內容介紹
6.4 本部分組織結構
第7章 基于振幅響應的自適應無源感知人體檢測技術
7.1 引言
7.2 無線傳播理論與被動人體檢測模型
7.3 室內多徑效應與被動人體感知
7.4 自適應設備無關被動人體檢測模型
7.5 實驗及性能分析
7.6 本章小結
第8章 基于相位響應的細粒度無源感知人體檢測技術
8.1 引言
8.2 無線信道響應理論
8.3 細粒度被動人體檢測實驗探索
8.4 基于相位響應感知的特征提取
8.5 實時細粒度人體移動檢測模型
8.6 實驗及分析
8.7 本章小結
第9章 基于高感知度的無源感知人體定位技術和應用
9.1 引言
9.2 無線信號特征與MIM0模型
9.3 無線感知與其量化評估
9.4 基于無線感知度的無源感知人體定位模型
9.5 實驗與分析
9.6 本章小結
第lO章 基于多信道衰減的無源感知人體定位技術和應用
10.1 引言
lO.2 室內無線信道特征
10.3 細粒度高精度無源感知定位模型
10.4 實驗分析與性能評估
10.5 本章小結
第二部分 參考文獻