随着物联网、人工智能等技术迅猛发展，智能船舶成为未来船舶发展的必然趋势，而位置信息的有效感知正是船舶智能化技术应用的基础和前提。基于泛在无线网络的船舶舱室环境室内定位能为舱室智能监测、人员货物实时定位和异常事件检测等智能化应用提供关键的物理地址标识。然而，由于船舶环境独特的动态干扰性、结构复杂性、场景多变性等特征，现有定位技术的性能在船舶场景下会受到巨大的干扰。本书针对船舶动态环境下的室内目标定位问题，从船舶动态环境对室内定位信号影响机理研究入手，分析研究船舶动态环境多因素干扰对室内定位的干扰，运用深度学习等理论方法提出面向船舶动态环境的高精度、多目标、低部署成本的无线室内定位方法，使船舶室内定位系统具有在船舶环境下大范围部署、长时间运行的潜力。
样章试读
目录
- 目录
“交通安全科学与技术学术著作丛书”序
前言
第1章船舶舱室环境定位与感知概述1
1.1船舶舱室智能感知需求1
1.2通用室内定位技术2
1.2.1室内定位原理3
1.2.2常用定位技术5
1.2.3室内定位模式7
1.3船舶室内定位与感知8
1.3.1船舶人员室内定位8
1.3.2敏感区域入侵检测10
1.3.3驾驶员行为检测11
参考文献12
第2章船舶环境对无线室内定位的影响15
2.1船载无线自组织网络15
2.1.1通用无线自组织网络概述15
2.1.2船载无线自组织网络特点17
2.1.3船载无线自组织网络模型18
2.1.4船载无线自组织网络节点部署方案22
2.2船舶环境无线信号传输特性23
2.2.1无线信号传播特性23
2.2.2经典无线信号衰减模型25
2.2.3船舶舱室无线信号传播特性26
2.3船舶环境因素对无线定位信号的影响30
2.3.1船舶航行状态对RSSI信号的影响31
2.3.2船舶内部结构对RSSI信号的影响33
2.3.3人员因素对定位信号稳定性影响33
2.3.4船舶环境对无线室内定位的影响35
2.4小结37
参考文献38
第3章基于ZigBee的船载传感器网络节点定位方法39
3.1基于区域分割的低代价节点定位方法39
3.1.1区域分割模型建立39
3.1.2区域分割容错机制41
3.1.3区域分割定位方法44
3.1.4定位性能分析47
3.2基于位置指纹的高精度节点定位方法50
3.2.1空间位置指纹特征提取50
3.2.2时间位置指纹特征提取57
3.2.3时-空间指纹特征提取59
3.2.4基于支持向量机的位置指纹定位算法62
3.2.5位置指纹的SVM模型训练64
3.2.6位置指纹的SVM定位测试分析66
3.3基于需求响应的多粒度节点定位方法68
3.3.1船舶环境下定位系统及需求分析69
3.3.2粗粒度定位算法72
3.3.3细粒度定位算法75
3.3.4多粒度定位算法测试81
3.4船载环境节点部署策略及优化84
3.4.1问题分析84
3.4.2节点布置策略相关参数子区域个数86
3.4.3节点布置的优化策略89
3.4.4节点布置优化策略仿真实验92
3.5小结93
参考文献93
第4章基于Wi-Fi的被动式船舶室内人员定位方法95
4.1基于船速感知三维指纹库的被动式人员定位方法95
4.1.1基于CSI指纹的被动式定位问题建模95
4.1.2船舶环境下基于CSI指纹的被动式定位面临的挑战97
4.1.3船舶环境下CSI指纹影响假设与验证100
4.1.4船速感知三维指纹库的构建与定位方法104
4.2基于有向菲涅耳特征的多目标人员定位方法110
4.2.1基于菲涅耳特征的被动式定位问题建模110
4.2.2基于菲涅耳特征的被动式定位在船舶环境中面临的挑战113
4.2.3基于有向菲涅耳特征的多目标人员感知与定位方法117
4.3基于Wi-Fi信号AoA的人员动态跟踪方法126
4.3.1基于AoA的主动式定位问题建模126
4.3.2基于AoA的船舶环境室内定位方法129
4.3.3面向船舶动态环境的AoA定位方法133
4.4船舶舱室Wi-Fi定位平台与性能评估136
4.4.1基于CSI指纹的被动式人员定位系统定位精度137
4.4.2基于菲涅耳区的多目标人员定位精度评估140
4.4.3基于Wi-Fi信号AoA的人员动态跟踪系统精度评估144
4.5小结147
参考文献148
第5章基于深度学习的船舶动态环境无线室内定位方法150
5.1基于迁移学习的船舶室内指纹特征迁移方法150
5.1.1船舶动态航行CSI指纹干扰影响评估150
5.1.2指纹迁移模型设计面临的挑战及系统设计152
5.1.3基于卷积自编码器的船舶运动描述符提取方法155
5.1.4基于循环神经网络的无监督指纹漫游模型与目标定位158
5.2基于对抗生成网络的多维度定位特征学习方法162
5.2.1多维度定位特征库构建162
5.2.2基于循环对抗网络的多维定位特征迁移模型设计166
5.2.3基于多维定位特征的定位算法设计170
5.3基于循环神经网络的船舶环境多维特征定位方法172
5.3.1船舶环境对多维特征定位的影响及系统设计173
5.3.2基于稀疏变分贝叶斯SAGE算法的多维定位特征提取方法174
5.3.3船舶环境下基于循环神经网络的室内定位方法178
5.4基于深度学习的船舶室内定位系统性能评估181
5.4.1系统平台搭建181
5.4.2基于非监督学习的船舶室内指纹特征迁移效果182
5.4.3基于多维度特征的定位方法结果187
5.5小结192
参考文献193
第6章船载舱室无线感知技术及应用196
6.1船舶舱室异常入侵检测方法196
6.1.1船载环境下的信号敏感子载波提取196
6.1.2基于敏感子载波的人员入侵检测方法202
6.1.3基于CSI的入侵人员数量检测方法208
6.1.4入侵检测方法测试及分析214
6.2驾驶员值班行为分析与安全管理方法220
6.2.1驾驶员研究现状221
6.2.2OOW值班行为的CSI特征提取221
6.2.3基于CSI的OOW行为识别方法描述224
6.2.4实验结果与分析226
6.3基于超宽带的船载室内无线定位系统229
6.3.1船载室内无线定位系统架构230
6.3.2船载室内无线定位系统硬件设计234
6.3.3船载室内无线定位系统嵌入式软件设计236
6.3.4船载室内无线定位系统集成与测试243
6.4小结246
参考文献247
京公网安备 11010102004214号