一、从无线传输噪音中抽取信号的算法（论文文献综述）
高君慧[1]（2020）在《面向智能通信的MIMO-OFDM先进接收机研究与实现》文中提出目前,第五代移动通信（5th Generation Mobile Communication Systems,5G）已经进入商用阶段,多输入多输出（Multiple Input Multiple Output,MIMO）技术可以提高无线通信系统的吞吐量和频谱效率,因此成为5G的关键技术之一。随着新型无线通信场景的不断涌现和终端设备的海量接入,移动数据流量呈爆炸式增长,传统的MIMO接收机遇到了信道环境过于复杂难以建模、海量数据难以进行实时处理的研究瓶颈。而近年来,深度学习（Deep Learniing,DL）技术因其强大的函数模拟、大数据并行实时处理的能力受到广泛的关注,DL技术应用在无线通信物理层的研究也在快速兴起,将DL与正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术、MIMO技术等相结合的智能通信,成为了5G乃至未来移动通信发展的热门研究方向。本文主要对基于DL的MIMO-OFDM先进接收机进行研究,采用仿真与空口实现的研究方法,对接收机的性能展开进一步的分析。首先,本文研究了MIMO接收机的关键技术。在调研了传统MIMO系统中的关键算法,包括信道估计和信号检测算法之后,介绍了三种基本的神经网络结构:全连接网络、卷积神经网络和循环神经网络,之后对神经网络的优化方法做了简要的介绍。接着研究了DL技术在无线通信物理层的模块化应用,包括帧同步、调制模式识别、信道编码和信号检测等,并进一步分析了将神经网络替代完整的SISO-OFDM接收机的研究成果和扩展到MIMO系统的可能性。接着,本文研究了基于全连接神经网络架构的OFDM调制的优化MIMO（Optimized MIMO neural Networks,OMNet）先进接收机的设计与实现。在对OFDM调制技术的基本原理和优势进行简要介绍后,阐述了OMNet接收机将DL技术与无线通信知识相结合的整体设计思想,并对其信道估计模块和信号检测模块的具体结构和工作原理进行了详细的说明,之后的仿真结果揭示了OMNet接收机相对于传统MIMO接收机的优越性;接着将OMNet接收机部署于Ra Rro快速开发原型验证平台,并对该接收机的顶层架构设计和软件实现方案进行了详实的介绍,空口测试的结果也进一步证明OMNet接收机有着较优于传统MIMO接收机的性能。最后从网络架构、运算速度以及训练速度这三个方面分析了OMNet接收机扩展到大规模MIMO系统的优点及局限性。最后,本文研究了基于DL图像处理的信道估计算法和基于DL模型驱动的信号检测算法。先介绍了卷积神经网络在图像处理中的应用成果,并分析了将上述应用成果转移到MIMO系统信道估计模块的基本原理和可实现性,随后以此为依托设计了MIMO-OFDM系统的超分辨率恢复神经网络（Super-Resolution neural Networks,SRNet）信道估计模块;接着分析了AMP（Approximate Message Passing）算法在非线性、病态信道矩阵中的非适用性,在此基础上提出了OAMP（Orthogonal Approximate Message Passing）算法并对算法原理进行了详细的说明,随后在此基础上提出了与DL技术相结合的MIMO-OFDM系统OAMP-Net信号检测器,创新性地将算法迭代过程展开成神经网络,并通过设置较少地训练参数进一步优化信号检测性能,最后通过系统仿真得出SR-Net信道估计模块、OAMP-Net信号检测模块与传统无线通信算法的性能相比有明显的优势,同时得出上述算法训练参数量较少、网络结构简单,可适用于大规模MIMO系统的结论。
孟会杰[2]（2018）在《基于相空间重构理论的微地震信号识别》文中研究表明微地震监测技术对于非常规油气储层的压裂效果评价,具有十分重要的指导意义。同时,微地震资料对非常规复杂油气藏的勘探开发评价也具有重要的作用。但受环境噪声等因素的影响,监测到的微地震数据通常信噪比较低,有效信号经常淹没在环境噪声中。因此,寻找能有效去除微地震资料噪声干扰,提高微地震资料信噪比的方法至关重要。本文研究了一种基于相空间重构理论的降噪方法,实现对实际微地震数据的降噪处理。该方法基于相空间重构理论,将微地震信号嵌入到某一合适的相空间中,根据噪声干扰和有效信号在相空间中重构轨道的几何特征的不同,达到分离噪声,提高资料信噪比的目的。另外,本文还对重构参数的选取以及邻域半径的选择进行了研究,利用C-C算法计算获得合适的重构参数——嵌入维数和时间延迟,并提出了一种迭代法来计算领域半径。此外,本文还对微地震事件拾取方法进行了研究,利用能量比法、分形维数法以及能量比与AIC相结合的方法提高了微震事件的拾取准确率。研究表明,本文提出的非线性降噪方法对实际的微地震数据具有明显的降噪效果。经过降噪之后的微震资料可以明显的识别到有效的微地震事件。然后,利用本文实现的微震事件拾取方法,可以准确的对微震事件进行自动拾取。
刘龙庚[3]（2017）在《大数据环境下无线传感器网络关键技术研究》文中研究说明无线传感器网络的大数据分析与应用有其生存沃土。当前的人们生活在一个信息爆炸的社会时代中。来自世界任何区域林林总总的无数数据信息汇聚融合,成为了人类生活、娱乐、工作中的重要成分。这些海量信息需要借助于计算机技术进行收集、分析、处理、存储、传输、使用。鉴于今后一段时期内无线传感器的快速广泛应用,其网络数据必然会出现爆发式增长,表现为一种特殊的大数据,因此需要对大数据环境下无线传感器网络的基础性关键技术进行深入研究,内容如下:1.对大数据环境下无线传感器网络数据源目标探测算法进行了研究。无线传感器网络广泛应用于各种各样的复杂“源数据”环境,无线传感器网络对监测区域中的监控目标实时感知,获得各种感知数据,并通过无线通信方式等传输途径传输给终端用户,从而为终端用户能够方便地获取监测范围内具体监测目标的各种数据或信息提供支撑。本文通过对无线传感器网络目标探测的逻辑回归融合规则（Logical Regression Fusion Rule,简称LRFR）的研究分析,提出逻辑回归融合算法（Logical Regression Fusion Algorithm,简称LRFA）,确保无线传感器网络数据源的准确、正确、即时、按需获取,通过实验表明LRFA计算更加简单,能够在较低的计算复杂度上,提升整个系统的性能。2.对无线传感器网络时间同步算法进行了研究,提出了GTS全局时间同步算法。无线传感器网络大数据需要其底层数据的有效支撑。在无线传感器网络的各个应用场景中,如目标的定位、追踪,数据的采集、汇聚,任务分发、协同等,都需要整个网络环境中各节点时间保持一致,需要有时间的同步。在当前的大部分应用环境中,无线传感器通常都是采用无源电池提供能源的方式供给,为了节约无线传感器能量,延长单个无线传感器节点的有效工作时间,一般通过在某些时间段内休眠某些无线传感器节点来减少节点能耗,在需要工作前,根据一定的规则及时唤醒无线传感器,这也要求各无线传感器节点要有准确、一致的时间信息。本文提出了一个新的基于数据分析的时间同步协议,即全局时间同步（GTS）算法。该算法是基于一个级联的两个不同算法来处理全局时间调整;一个算法解决的是处理效率问题,另一个算法解决的是时间精确性问题,共同实现无线传感器网络环境中的时钟信息同步工作。通过实验验证了GTS算法计算复杂度低,具有弱的空间累积效应和高精度等良好的性能。3.对复杂网络环境下引力场路由策略进行了研究。通过引入置信度的概念来评价道路畅通的可靠程度,从整体的路径上考虑所有节点的通信状况。在此基础上,考虑路径上所有节点以及该路径在置信度下的引力条件,提出了一种改进的引力场路由策略。为了评估路由策略的传输性能,引入一个命令参数来测量网络吞吐量,通过由自由流相到拥堵相的相变临界值,对比传统的最短路径路由策略和未改进过的引力场路由策略,大大提高了单位时间内网络的吞吐量,能够有效地平衡网络内的流量负载,并且网络中的所有节点都能够被高效使用。4.提出了在对等网络的大数据通信过程中基于均衡遗传算法的带宽减压方法,对无线传感器网络的传输信道进行优化。在传统的对等网通信过程中,一般采用的是点对点信道传输技术,在这样的传输过程中,点对点中的服务器只起到链路链接作用,不具有流量调控功能,在传输海量数据时极容易被海量数据瞬间占用,造成带宽占用率过宽,效率较低。本文提出了在对等网络的大数据通信过程中基于均衡遗传算法的带宽减压方法,这个带宽减压方法同时也适用于无线传感器网络环境下的应用。采用均衡遗传技术,在整个网络环境下建立所有个体（如在无线传感器网络环境中的各个无线传感器节点）构成的初始种群,对种群个体进行选择、交叉和变异等运算,获取通信中带宽数据传输的合理调度方式,实现对等网络大数据通信中带宽减压效果。通过实验表明该算法能够在短时间内快速传递海量数据,提高带宽效率,满足大数据通信的实际需求。5.对大数据环境下无线传感器网络数据分析处理技术进行了研究,提出了基于ETL技术的解决方案和框架,无线传感器网络大数据分析处理、存储、发布与输出、价值提炼等,才能够充分展现大数据在各个领域的作用与价值。结合实际应用需求,着重解决信息资源的采集、汇聚、存储、管理和共享等实际应用中的现实问题,为大数据各种数据资源的抽取、转换、交换和加载等重要环节提供技术支持。通过实际系统应用验证了ETL技术的实用性,能为大数据的价值提炼、大数据的输出和发布提供有效的解决方案。
金立旸[4]（2014）在《基于盲源分离的油井动液面连续监测系统》文中研究表明动液面是指产油井内抽油杆和套筒之间环形空间内油液形成的液面，是综合分析判断油井的工作状态的重要参数之一。现阶段一般采用声波反射法来测量动液面深度值。然而，由于井下环境复杂，声波在向下传播的过程中不仅会产生散射、漫反射，还会受到各种噪声的干扰，使得原本清晰的液面反射波曲线难以识别，进而导致无法准确地通过声波传感器测得的信号辨识得到动液面深度值。针对声波反射法测量动液面过程中存在的问题，本文对声波反射法测量动液面的原理进行了研究，总结了动液面测量过程中导致噪声产生的几个因素，以及声波在井筒环空中的传播规律；讨论了数字化自动测量装置以及相关功能的研发，从声波的产生、动液面信号的采集、控制电路的设计、远程无线通信等几个方面详细描述了实现动液面深度的自动测量装置的工作流程和使用方法。研究了盲源分离理论的基本思想，讨论了观测信号数目小于源信号数目条件下实现盲源分离的方法和必要条件，列举了几种常见的混合矩阵估计和源信号估计的方法；采用在欠定盲源分离方面拥有广泛研究基础的稀疏分量分析方法作为从含噪混合信号中提取动液面反射波信号的主要手段，并将小波分析用于反射声波信号的除噪和预处理流程以提高分离成功率,采用基于势函数的聚类方法来估计混合矩阵，用通过最大后验概率法转化成的线性规划问题方式来估计源信号。通过使用现场采集的动液面反射波形数据进行仿真实验，成功地从与高斯白噪声进行混合之后的观测信号中提取出较为清晰的液面反射波信号，证实了算法的良好性能。
朱小军[5]（2014）在《自组织网络通信的关键问题研究》文中提出自组织网络是由具有自主决策权的无线终端自发组成的网络。自组织网络通信的关键问题包括：首先确定终端在哪,其次解决怎么发送信息的问题,最后确保安全发送。本文针对自组织网络中的传感网、智能手机和车载网研究定位、路由优化和隐私保护三个问题。（1）在定位问题方面提出三个方法,其中两个针对传感网,一个针对智能手机。因为传感网收集的数据往往需要位置信息,所以传感网的定位问题是关键问题,本文提出一个方法用于对线性传感网中的节点进行相对定位,实践表明此方法有很高的准确率。本文也提出了一种基于非测距的传感节点距离估计方法,大大提高了已有定位算法的定位精度。关于智能手机定位,传统认为智能手机自带的GPS模块定位精度已经足够高,但本文通过实地测量发现并非如此。本文第三个定位方法针对智能手机而设计,它能够以高于GPS的精度实时跟踪行人的位置。（2）在路由优化方面提出三个方法。由于传感器是电池供电,所以如何高效利用能量以最大化生命期是路由算法优化的目标,本文提出了两个方法,一个针对数据无法融合的传感网应用提出,是寻找最优数据收集树的精确算法,另一个针对可执行数据融合操作的传感网应用提出,是寻找生命期近似最优的数据收集树的近似算法。智能手机在选择AP时不同的选择会造成不同的吞吐量,本文第三个方法研究了如何为智能手机分配AP以最大化系统的最小吞吐量。（3）在隐私保护方面提出一个方法。本文为车载网设计了从信道变化中抽取对称密钥的机制,抽取的密钥的安全性不依赖传统的计算复杂性假设,能够在信息论的角度保证安全性。
徐兴玉[6]（2014）在《基于物联网的反应釜节能减排监控系统关键技术研究》文中进行了进一步梳理随着我国工业化进程的不断推进，环境污染呈加剧形势，环境问题的解决迫在眉睫。我国业化信息管理水平落后，跨门类技术之间协同不够，稀少全产业链的信息采集、处理、共享与增值的信息支撑平台，影响了对环境的监控与治理。由于数据采集技术水平低下，工业反应釜生产过程中的废物排放环节，很难确定能耗污染主体、不能及时获知能耗污染真实信息，导致工业生产所产生的污染物无法及时解决而成为环境第一杀手。本文以工业生产反应釜为研究对象，结合生物柴油加工实例，在充分调研的基础上，分析了生物柴油生产工业流程，各反应釜中的监控参数类型、特征和工作范围，将物联网技术应用到反应釜监控系统中，研究传感器技术对监控数据的智能采集，选用ZigBee无线通信技术将采集的数据通过高频信号传输的上位机，研发中间件实现上位机与应用系统之间的通信。整个监控系统采用面向服务的SOA架构，降低了系统之间的耦合性。通过系统分析，将系统分为数据采集模块、数据处理模块和数据展示模块，模块之间通过提供服务的方式进行通信，真正实现反应釜生产环境的实时监控及预警，并实现了监控数据的动态可视化展示。面对海量的监控数据，建立一套数据仓库，挖掘潜在有用信息，为整个企业的生产和整个行业环境监控提供管理及决策依据。论文对国内外节能减排技术的研究和应用进行了深入分析，以此为基础确定了论文的研究目标、研究内容和思路框架。论文重点研究了反应釜监控系统中物联网关键技术及应用，在智能采集技术、数据无线通信及接口实现、数据存储、面向服务的架构体系和数据处理与可视化展示方面做了较为深入的探索；对基于物联网的反应釜系统进行需求分析，设计了面向服务的架构体系，根据采集参数的特征建立一套实用的采集指标体系，通过采样测试与摸索比照，完成有效传感器选型；在ZigBee无线传输方面，自定义一套通信协议，进行自定义数据的通信，提高了ZigBee无线传输的灵活方便性；采用多线程技术定期轮询获取监控数据，自主研发了缓存模块，实现了即时数据采集；选用SqlbulkCopy类批量写入数据，并实现基于WCF技术的采集模块和数据处理模块间的通信，采用WebService技术实现数据处理模块和数据展示模块的通信。研究结果在实际现场进行了部署和测试，效果得到用户的好评。
赵呈学[7]（2012）在《基于Wi-Fi的接近侦测系统的设计与优化》文中指出本文对基于Wi-Fi的接近侦测技术做了详尽细致的研究，开发出了在工程上能够进行应用的接近侦测系统，并获得了成功。文章首先对接近侦测技术要求和应用领域做了详细的介绍，分析了目前主流且可行性较高的几种侦测技术，并对每一种技术进行了研究和讨论，对其各自的优缺点进行了分析和比较。在多种无线通讯技术中，Wi-Fi具有很多明显的优势，可满足接近侦测的要求。本文提出了三种基于Wi-Fi可行的方案：紧密时间同步机制，自适应时钟技术和多天线机制，对工程实现提供了必要的理论依据；并最终选取了硬件设计相对简单的多天线机制。接近侦测系统包括硬件和软件部分。在硬件方面，基于Wi-Fi的接近侦测技术采用双天线系统，分别位于设备屏幕顶部的左边和右边。当目标设备接近主设备时，主设备可以通过检测左右两天线信号强度的幅值与差值判断目标的位置。这样，就能实现接近侦测的初步要求。然而，当两台设备的距离太远或者有效距离内的噪声等干扰过大时，实测的RSSI数据并不十分可靠。因此，我们需要运用软件进行波形处理和优化，以此得到更加可靠稳定的数据。卡尔曼算法是一种常用的滤波算法，它通过不断递归循环的“预测-实测-修正”过程，根据测量值消除随机干扰，还原系统的真实状态；或将系统的测量值从被污染的系统中恢复本来面目。本文采用卡尔曼滤波算法对运动过程中采集到的原始RSSI数据进行处理，对杂讯进行滤波，消除噪声干扰，并对经过处理后的数据进行了测试和分析。结果证明卡尔曼算法可以提高测试的精确性，纠正原始数据中存在的误差和错误，使得接近侦测更加有效。本文还对接近侦测进行了系统级的设计，使它能够满足本地应用、互联网浏览应用等不同应用的需求。文中定义了API，并对接近侦测服务进行了设计，在Windows平台上编写了回调函数代码。接近侦测的应用演示结果表明，本文所设计的基于Wi-Fi的接近侦测能满足实际应用的要求。
韩来聚[8]（2012）在《随钻地震技术研究》文中进行了进一步梳理本研究结合国家“863”计划《先进钻井技术与装备》重大专项：“随钻地震技术”开展研究。随钻地震是国内外公认的技术难题,钻头震源能量弱、井场存在很强的机械噪音、震源是连续随机振动、波场非常复杂、处理难度很大。在国内外文献调研的基础上,开展了随钻地震基础理论研究,掌握了钻头地震波产生的机理、特性和影响因素,了解了随钻地震波场传播规律与特征,为随钻地震监测与数据处理打下基础。针对随钻地震信号连续弱随机的特点,进行随钻地震信号采集技术研究,参照天然地震及常规物探的观测方法,构建一套新型随钻地震系统,并研制了新型随钻地震数据采集装置,开发了随钻地震现场质量监控系统,并开展现场监测试验,为随钻地震数据处理技术研究提供监测数据。对井场噪声特性进行了分析,获取了噪声的周期性及频率特征,提出了利用随钻地震有效信号与噪音周期性差异的去噪方法,建立了利用变窗口相关域小波变换对信号周期性特征进行分析的方法,形成了基于信号周期性和独立性的去噪技术。研究了带限多道统计反褶积、盲反褶积等反褶积技术,较好地压制了多次波,提高了资料的分辨率,在随钻地震数据处理中进行了应用测试,取得了较理想的效果。研究了基于波动方程及基于时差的的层速度求取技术,形成了基于盲源定位理论的随钻地震层速度的求取方法,获得了随钻地震层速度,为随钻地震技术的应用提供了支持。根据随钻地震特殊干扰波与有效波的波场传播特征差异,并通过大量的野外实验以及现场实测数据的处理与分析,形成了一套基于传播特性的随钻地震波场分离方法,获得了信噪比较高的随钻地震记录,解决了随钻地震钻头信号识别与提取的关键性技术难题。研究了钻井施工中的快速加压事件,开发了三种基于事件的随钻地震有效波搜索方法,形成了基于事件的随钻地震信号搜索技术,大大提高随钻地震数据分析的效率。研究了利用地面记录道构建参考信号的方法,形成了基于地面记录构建参考信号处理技术,突破了传统的随钻地震数据处理方法中对参考信号的严格要求,简化了随钻地震数据采集及处理流程。利用现场采集数据进行了随钻地震RVSP处理,形成了高信噪比和高分辨率的随钻地震CDP叠加剖面。
朱思峰[9]（2012）在《基于免疫计算的无线通信网络资源优化》文中进行了进一步梳理随着3G通信系统的迅速发展和无线接入技术的不断进步，越来越多的人们能够享受到无线通信带来的便捷。以移动通信为代表的无线通信系统是一种资源受限的系统，随着无线业务需求的高速增长，无线资源（基站站址资源、频谱资源、码资源、功率资源、带宽资源等）日渐紧缺。如何有效地利用有限的无线资源来满足日益增长的业务需求，已经成为国内外研究者和移动网络运营商共同关注的问题。无线资源管理（Radio Resource Management, RRM）是无线通信网络的一个重要研究内容。通过对无线通信网络的资源进行分配优化，可以提供更大的覆盖范围、系统容量和系统性能，从而实现在无线资源有限的情况下接入尽可能多的用户。本文对无线通信网络的资源分配优化模型及优化算法进行了系统的研究，主要研究工作如下：1.基站选址对无线通信网络的服务质量有着重要的影响，在选址时应全面考虑基站覆盖面积、基站建设代价、维护方便程度等要素。基站选址优化是无线通信网络优化的一个重要内容，即在考虑信号质量、建设代价、覆盖约束以及其它网络参数的情况下优化基站的数目和位置，其目标是用较低的基站建设代价来获得一个高覆盖率的网络。本文对无线通信网络的基站选址优化问题进行了研究。首先，针对TD-SCDMA网络基站选址问题的特点，构建了选址优化模型，设计了基于实数编码的克隆增殖算子、克隆变异算子及克隆选择算子，提出了一种基于免疫计算的TD-SCDMA网络基站选址优化方案。接着，对WCDMA网络基站选址问题进行了研究。由于WCDMA网络存在较明显的呼吸效应，即容量与覆盖相互影响，其基站规划问题较为复杂。本文利用链路预算确定WCDMA网络的最大可接受路径损耗，从而计算出小区的最大半径、基站的最大覆盖面积以及容量约束下需要的基站总数目；利用负载因子估计每个基站支持的用户总数目；提出了一种基于免疫计算的WCDMA网络基站选址优化方案。最后，对IEEE802.16j网络的基站及中继站联合选址优化问题进行了研究。当IEEE802.16j中继系统工作在透明中继模式时，移动终端必须处在基站的覆盖范围内以保证能中继传播。本文构建了IEEE802.16j网络基站及中继站联合选址优化模型，并提出了求解模型的免疫优化算法。仿真实验结果表明，本文所提的基站选址优化方案能以较小的网络建设代价满足覆盖要求，其性能优于文献方案，具有较好的理论价值。2.导频信道与其他下行信道共同分享下行功率。由于基站的最大发射功率是额定的，导频功率占的比例大了，分给下行信道的功率所占比例就会减少。过大的导频功率会增加下行链路干扰和小区重叠面积，还会导致导频污染；另一方面，若导频功率过小，会导致小区主导面积下降，从而导致相邻小区超载或出现网络覆盖漏洞。因此，需要根据基站覆盖区域及业务支持能力的需求，对基站导频功率进行优化。本文对WCDMA网络基站导频功率优化问题进行了研究，构建了WCDMA网络基站导频功率优化问题的数学模型，提出了一种基于免疫计算的基站导频功率优化方案。考虑到家庭基站在解决局部区域网络容量、盲区覆盖等问题的重要作用，本文还对家庭基站的导频功率优化问题进行了研究，基于网络拓扑结构和传播流量分布，提出了家庭基站导频功率及毫微微小区半径的优化配置方案。仿真实验结果验证了本文所提方案的有效性，具有较好的理论价值。3.各种异构接入网络的无缝融合是下一代通信网络的显着特征之一。联合会话接纳控制是针对异构无线通信系统的一种宏观资源管理，其目的是使用户会话在各个无线接入网络中均衡分布。本文对单运营商异构网络环境下的联合会话接纳控制问题进行了研究，构建了联合会话接纳控制问题的数学模型，提出了基于免疫计算的联合会话接纳控制方案，并通过仿真实验验证了本文方案。实验结果表明，与文献方案相比，本文方案在阻塞率和频谱效用之间获得了更好的性能折中，同时更好地兼顾了同一运营商内各个接入网络之间的公平。4.在异构网络融合场景下，垂直切换是保证无线业务连续性的有效手段，同时也是调整各个无线接入网络负载的有效方法，垂直切换判决方案决定了垂直切换的性能。本文对异构网络融合场景下的垂直切换判决问题进行了研究，构建了垂直切换判决问题的数学模型，提出了一种基于简谐振子免疫优化算法的垂直切换判决方案，并进行了实验验证。实验结果表明，本文方案能够有效地平衡网络负载、增加终端电池的生存时间。5.在融合多种无线接入技术的异构网络环境中，用户业务在时域和空域上分布的不均衡性是影响整个异构网络性能的主要因素。本文对异构网络融合场景下的负载均衡问题进行了研究，提出了一种基于接入选择和业务转移的动态负载均衡机制。本文把接入选择建模为约束优化问题，利用求得的结果把接入任务均衡地分配到各个基站小区中。另外，为了削弱热点小区突发性业务对系统负载均衡性的破坏，本文还提出了基于基站负载率阈值的业务转移策略。仿真实验结果表明，本文所提出的动态负载均衡方案在接入阻塞率、切换掉线率、负载均衡性、系统利用率等指标上均优于文献方案。
王英[10]（2011）在《基于TinyOS的无线传感器网络数据采集系统设计与实现》文中研究说明无线传感器网络（Wireless Sensor Network, WSN）是当今国际备受关注的前沿热点领域,掀起了一场后PC时代的革命。无线传感器网络是由大量具有感知能力、计算能力和通信能力的微小传感器结点构成的自组织、分布式网络系统,可以实时感知和采集网络分布区域内的各种数据信息,并对这些信息进行处理,传送给所需用户。它可以广泛应用于公共安全、生态环保、智能交通、智能家居、实验教学的诸多领域,具有广阔的发展前景。因此,无线传感器网络数据采集系统的研究十分具有意义。本文首先介绍了无线传感器网络的应用前景和研究现状、体系结构和应用支撑技术,TinyOS操作系统及其开发语言nesC。接着分析了DYMO路由协议、FTSP时间同步协议和TDOA算法,设计了邻居发现算法,并将他们应用到数据采集系统。在此基础上,结合无线传感器网络的特点,提出了基于TinyOS的无线传感器网络数据采集系统的设计方案。该系统以Crossbow公司的MIB520和MICAz节点为硬件平台,分别部署在传感器节点—汇聚（Sink）节点—监控终端的三个层次上。其次,文章详细阐述了传感器节点和汇聚节点的软件设计,给出各自的软件体系结构,使用DYMO协议组织网络,实现了传感器节点自组织网络。再次,文章设计和实现了系统的各个数据采集功能,包括温度采集、邻居发现、网络拓扑、声源定位、离线日志,通过监控终端的数据解析软件程序得到监控区域数据信息。最后,搭建测试环境,对系统进行测试与分析,包括各个数据采集功能、网络自愈能力和系统鲁棒性。测试结果表明系统具有测量准确、网络自愈能力和鲁棒性强等优点。同时,系统的数据采集功能扩展性强,可通过增加相关的传感器实现其他采集功能。
二、从无线传输噪音中抽取信号的算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、从无线传输噪音中抽取信号的算法（论文提纲范文）
（1）面向智能通信的MIMO-OFDM先进接收机研究与实现（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 英文缩略语 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 智能通信优势与研究现状 |
| 1.3 论文的内容安排 |
| 1.4 数学符号约定 |
| 第二章 MIMO接收机的关键技术研究 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 基于传统通信算法的MIMO接收机研究 |
| 2.3.1 传统信道估计算法 |
| 2.3.2 传统信号检测算法 |
| 2.4 基于深度学习的MIMO接收机研究 |
| 2.4.1 深度学习基础 |
| 2.4.2 深度学习在MIMO接收机的应用 |
| 2.5 本章小结 |
| 第三章 基于DL全连接架构的MIMO-OFDM先进接收机设计与实现 |
| 3.1 引言 |
| 3.2 OFDM调制和解调 |
| 3.3 基于全连接架构的MIMO-OFDM接收机架构设计 |
| 3.3.1 OMNet MIMO-OFDM接收机整体架构 |
| 3.3.2 OMNet MIMO-OFDM接收机信道估计模块 |
| 3.3.3 OMNet MIMO-OFDM接收机信号检测模块 |
| 3.3.4 OMNet MIMO-OFDM接收机仿真性能分析 |
| 3.4 基于全连接架构的MIMO-OFDM接收机系统实现 |
| 3.4.1 RaPro原型验证平台 |
| 3.4.2 OMNet MIMO-OFDM接收机顶层设计与软件实现 |
| 3.4.3 OMNet MIMO-OFDM接收机实测性能分析 |
| 3.5 应用于大规模MIMO系统的适用性 |
| 3.6 本章小结 |
| 第四章 基于DL模型驱动MIMO-OFDM先进接收机设计 |
| 4.1 引言 |
| 4.2 基于图像处理的CNN信道估计网络设计 |
| 4.2.1 基于DL技术的图像处理基础 |
| 4.2.2 基于图像重建的SR-Net信道估计网络 |
| 4.3 基于模型驱动的OAMP-Net信号检测网络设计 |
| 4.3.1 OAMP算法 |
| 4.3.2 基于模型驱动的MIMO-OFDM OAMP-Net信号检测网络 |
| 4.4 仿真性能分析 |
| 4.4.1 SR-Net信道估计模块仿真性能分析 |
| 4.4.2 OAMP-Net信号检测模块仿真性能分析 |
| 4.5 本章小结 |
| 第五章 全文总结 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 作者攻读硕士学位期间的研究成果 |
| 致谢 |
（2）基于相空间重构理论的微地震信号识别（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文结构安排 |
| 第2章 微地震监测与噪声分析 |
| 2.1 微地震产生过程 |
| 2.2 微地震监测方式 |
| 2.3 微地震资料特征与噪声分析 |
| 2.3.1 微地震资料能量特征 |
| 2.3.2 微地震资料频率特征 |
| 2.3.3 噪声分析 |
| 2.4 本章小结 |
| 第3章 非线性动力学去噪理论研究 |
| 3.1 基本概念 |
| 3.2 相空间重构原理 |
| 3.3 重构参数的确定 |
| 3.4 邻域半径研究 |
| 3.5 本章小结 |
| 第4章 噪声压制方法与实现 |
| 4.1 基于相空间重构的去噪方法 |
| 4.2 EMD去噪方法 |
| 4.3 本章小结 |
| 第5章 合成数据及实际数据去噪 |
| 5.1 合成数据去噪分析 |
| 5.2 实际微地震数据去噪分析 |
| 5.3 本章小结 |
| 第6章 实际数据的自动拾取 |
| 6.1 能量比法及实际拾取效果 |
| 6.2 分形维数法及实际拾取效果 |
| 6.3 AIC-STA方法及拾取效果 |
| 6.4 本章小结 |
| 第7章 结论与建议 |
| 参考文献 |
| 致谢 |
（3）大数据环境下无线传感器网络关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及其意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大数据的发展与应用 |
| 1.2.2 无线传感器网络大数据技术 |
| 1.3 主要研究内容、目标、方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 研究方法 |
| 1.4 论文主要贡献 |
| 1.5 论文的组织结构 |
| 第二章 无线传感器网络 |
| 2.1 无线传感器网络概述 |
| 2.2 无线传感器网络应用 |
| 2.3 本章小结 |
| 第三章 无线传感器网络数据采集关键技术研究 |
| 3.1 逻辑回归融合规则目标探测算法 |
| 3.1.1 简介 |
| 3.1.2 传感器模型 |
| 3.1.3 融合规则 |
| 3.1.4 数值模拟 |
| 3.1.5 小结 |
| 3.2 GTS全局时间同步 |
| 3.2.1 简介 |
| 3.2.2 相关研究 |
| 3.2.3 数据分析 |
| 3.2.4 全局时间同步 |
| 3.2.5 模拟实验 |
| 3.2.6 小结 |
| 3.3 本章小结 |
| 第四章 无线传感器网络大数据传输关键技术研究 |
| 4.1 引力场路由协议 |
| 4.1.1 简介 |
| 4.1.2 路由协议 |
| 4.1.3 模拟 |
| 4.1.4 小结 |
| 4.2 大数据通信中带宽优化技术 |
| 4.2.1 简介 |
| 4.2.2 大数据通信中带宽调控原理分析 |
| 4.2.3 带宽减压优化方法的提出 |
| 4.2.4 实验结果分析 |
| 4.2.5 小结 |
| 4.3 本章小结 |
| 第五章 无线传感器网络大数据分析处理研究 |
| 5.1 ETL应用与信息资源决策的背景 |
| 5.2 ETL技术研究现状 |
| 5.3 ETL技术在信息资源共享与分析中的实现 |
| 5.3.1 ETL技术需要解决的问题 |
| 5.3.2 ETL通用结构 |
| 5.3.3 基于ETL技术的信息资源共享与分析 |
| 5.3.4 ETL技术的实现 |
| 5.4 ETL技术在信息资源共享与分析中的应用与效果 |
| 5.5 本章小结 |
| 第六章 无线传感器网络大数据平台系统设计与应用 |
| 6.1 平台系统架构 |
| 6.1.1 无线传感器网络数据收集 |
| 6.1.2 无线传感器网络数据分析处理 |
| 6.1.3 无线传感器网络数据传输 |
| 6.1.4 无线传感器网络数据存储 |
| 6.1.5 无线传感器网络数据发布 |
| 6.2 平台系统技术路线 |
| 6.3 平台系统设计实现 |
| 6.3.1 数据采集汇聚层 |
| 6.3.2 数据存储计算层 |
| 6.3.3 数据展现应用层 |
| 6.3.4 应用与验证 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（4）基于盲源分离的油井动液面连续监测系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 选题依据和背景 |
| 1.2. 动液面测量 |
| 1.2.1 动液面测量方法 |
| 1.2.2 国内外研究现状 |
| 1.3 盲源分离理论 |
| 1.3.1 盲源分离理论的研究现状 |
| 1.3.2 基于盲源分离理论的降噪 |
| 1.4 论文的主要工作和研究内容 |
| 第二章 动液面测量问题研究 |
| 2.1 引言 |
| 2.2 动液面深度值与系统效率的关系 |
| 2.3 动液面测量的基本原理 |
| 2.4 声波信号的散射、吸收和衰减 |
| 2.4.1 动液面测量中声波的频率构成 |
| 2.4.2 声波在井筒中产生衰减的因素分析 |
| 2.5 液面回波信号降噪方法 |
| 2.5.1 双频段带通滤波法 |
| 2.5.2 谱减法 |
| 2.5.3 小波变换法 |
| 第三章 盲源分离理论基础 |
| 3.1 瞬时线性混合 |
| 3.2 欠定线性混合 |
| 3.3 经典盲分离算法 |
| 3.3.1 独立分量分析 |
| 3.3.2 经典 lCA 算法的缺点 |
| 3.4 稀疏分量分析 |
| 3.4.1 SCA 的数学模型 |
| 3.4.2 SCA 的典型算法 |
| 3.5 小结 |
| 第四章 基于稀疏分量分析的欠定混合动液面信号分离 |
| 4.1 引言 |
| 4.2 信号的预处理 |
| 4.2.1 白化处理方法 |
| 4.2.2 小波处理方法 |
| 4.3 盲源分离的几种常用目标判据 |
| 4.4 基于稀疏分量分析的动液面信号欠定盲分离方案 |
| 4.5 算法仿真与实验 |
| 4.6 小结 |
| 第五章 动液面连续测量系统设计 |
| 5.1 系统的总体设计 |
| 5.2 声波发生装置 |
| 5.2.1 低频声波的制造 |
| 5.2.2 声波发生模块设计 |
| 5.3 控制系统与外围电路 |
| 5.4 信号的采集 |
| 5.4.1 采样频率的确定 |
| 5.4.2 信号处理流程 |
| 5.5 在线监控系统 |
| 结论 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
| 中文详细摘要 |
（5）自组织网络通信的关键问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 相关工作 |
| 1.2.1 定位问题 |
| 1.2.2 路由算法优化 |
| 1.2.3 隐私保护 |
| 1.3 组织结构 |
| 1.4 本文的贡献 |
| 1.4.1 线性传感网的相对定位 |
| 1.4.2 二维传感网的距离估计 |
| 1.4.3 基于智能手机的行人定位 |
| 1.4.4 普通传感网的路由树 |
| 1.4.5 数据融合传感网的路由树 |
| 1.4.6 无线AP接入控制 |
| 1.4.7 车载网隐私保护 |
| 2 线性传感网的相对定位 |
| 2.1 引言 |
| 2.2 问题形式化 |
| 2.3 备选方案 |
| 2.3.1 基于连通性的方案 |
| 2.3.2 基于RSSI的方案 |
| 2.4 提出的高效解决方案 |
| 2.4.1 新的发现 |
| 2.4.2 指数时间算法 |
| 2.4.3 多项式时间算法 |
| 2.5 实践中的问题 |
| 2.6 实地实验 |
| 2.6.1 路段形状的影响 |
| 2.6.2 其他因素的影响 |
| 2.7 本章小结 |
| 3 二维传感网的距离估计 |
| 3.1 引言 |
| 3.2 问题形式化 |
| 3.3 方法概述 |
| 3.3.1 初始距离估计 |
| 3.3.2 校准跳数距离 |
| 3.4 邻居节点间的距离估计量 |
| 3.4.1 第一个估计量 |
| 3.4.2 第二个估计量 |
| 3.4.3 第三个估计量 |
| 3.4.4 偏差和标准差 |
| 3.5 模拟实验 |
| 3.5.1 校准跳数距离的性能 |
| 3.5.2 对定位算法的影响 |
| 3.5.3 假设之外的场景 |
| 3.6 本章小结 |
| 4 基于智能手机的行人定位 |
| 4.1 引言 |
| 4.2 手机GPS的误差 |
| 4.3 系统概述 |
| 4.4 航位推测 |
| 4.4.1 距离估计 |
| 4.4.2 方向估计 |
| 4.5 地图匹配 |
| 4.5.1 无误差的情况 |
| 4.5.2 有误差的情况 |
| 4.6 实地实验 |
| 4.7 讨论和未来工作 |
| 4.8 本章小结 |
| 5 普通传感网的路由树 |
| 5.1 引言 |
| 5.2 问题形式化 |
| 5.3 问题的不可近似比 |
| 5.4 缩小搜索空间 |
| 5.4.1 问题分解 |
| 5.4.2 缩小范围的规则 |
| 5.5 最优生成树的精确算法 |
| 5.6 模拟实验 |
| 5.6.1 影响运行时间的因素 |
| 5.6.2 与穷举法的对比 |
| 5.6.3 与近似算法的对比 |
| 5.7 讨论和未来工作 |
| 5.8 本章小结 |
| 6 数据融合传感网的路由树 |
| 6.1 引言 |
| 6.2 问题形式化 |
| 6.3 等价性与两个近似算法 |
| 6.3.1 等价性证明 |
| 6.3.2 引出的算法 |
| 6.4 一个更快的近似算法 |
| 6.4.1 生命期保证 |
| 6.4.2 减少关键节点 |
| 6.4.3 完整算法 |
| 6.5 模拟实验 |
| 6.6 本章小结 |
| 7 无线AP接入控制 |
| 7.1 引言 |
| 7.2 问题回顾与形式化 |
| 7.2.1 向量调度问题 |
| 7.2.2 广义负载均衡问题 |
| 7.3 传统近似算法的失效 |
| 7.4 GLB的问题难度 |
| 7.4.1 构造GLB实例 |
| 7.4.2 等价性证明 |
| 7.4.3 GLB的不可近似比 |
| 7.4.4 广义向量调度 |
| 7.5 向量调度的在线算法 |
| 7.5.1 转换为向量调度算法 |
| 7.5.2 保证多项式运行时间 |
| 7.5.3 计算加速 |
| 7.5.4 模拟实验 |
| 7.6 本章小结 |
| 8 车载网隐私保护 |
| 8.1 引言 |
| 8.2 背景知识 |
| 8.2.1 电平通过法 |
| 8.2.2 我们的方法 |
| 8.2.3 性能指标 |
| 8.3 实时的数据平滑 |
| 8.4 完全随机密钥的抽取 |
| 8.4.1 依赖性的建模 |
| 8.4.2 随机性提取器 |
| 8.4.3 模型讨论 |
| 8.5 在线参数学习法 |
| 8.5.1 α的选择 |
| 8.5.2 训练期的选择 |
| 8.5.3 讨论 |
| 8.6 实地实验 |
| 8.6.1 参数的影响 |
| 8.6.2 方法的对比 |
| 8.6.3 实验结果 |
| 8.6.4 讨论 |
| 8.7 本章小结 |
| 9 结论 |
| 致谢 |
| 简历与科研成果 |
| 参考文献 |
（6）基于物联网的反应釜节能减排监控系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 物联网相关关键技术 |
| 1.2.2 节能减排监控技术国内外研究及应用现状 |
| 1.3 论文研究内容与思路 |
| 1.3.1 反应釜监控系统拟解决的关键问题 |
| 1.3.2 论文主要内容和框架 |
| 第2章 监控系统中物联网技术的相关理论研究 |
| 2.1 数据智能采集 |
| 2.1.1 传感器技术 |
| 2.1.2 智能数据采集 |
| 2.1.3 数据存储技术 |
| 2.2 数据无线通信技术 |
| 2.2.1 数据无线传输 |
| 2.2.2 ZigBee 无线通信技术 |
| 2.2.3 其他 |
| 2.3 面向服务的架构体系 |
| 2.3.1 SOA 架构研究 |
| 2.3.2 Web Service 技术 |
| 2.3.3 WCF 开发框架 |
| 2.4 数据挖掘与分析 |
| 2.4.1 数据仓库 |
| 2.4.2 数据挖掘 |
| 2.5 本章小结 |
| 第3章 基于物联网的反应釜节能减排监控系统 |
| 3.1 工业领域反应釜监控系统研究背景 |
| 3.1.1 反应釜监控 |
| 3.1.2 反应釜监控现状及存在问题 |
| 3.2 基于物联网的反应釜监控系统总体设计 |
| 3.2.1 反应釜监控系统设计目标 |
| 3.2.2 监控参数的分析与确定 |
| 3.2.3 监控环节与监控过程 |
| 3.2.4 监控结果分析与可视化展示 |
| 3.3 基于物联网的反应釜监控系统研发的体系架构设计 |
| 3.4 基于物联网的反应釜监控系统功能模块设计 |
| 3.5 本章小结 |
| 第4章 监控系统中数据智能采集与无线传输技术 |
| 4.1 数据智能采集技术 |
| 4.1.1 监控数据采集的指标体系 |
| 4.1.2 监控数据的采样频率分析 |
| 4.1.3 传感器的有效选型 |
| 4.2 数据无线传输技术 |
| 4.2.1 ZigBee 无线传输模块 |
| 4.2.2 自定义通信协议 |
| 4.2.3 中间件接口技术及数据解析 |
| 4.2.4 数据的容错处理方案和可靠性设计 |
| 4.3 本章小结 |
| 第5章 基于物联网反应釜监控系统设计与实现 |
| 5.1 系统总体方案 |
| 5.2 面向服务的数据智能采集与传输实现 |
| 5.2.1 定期轮询获取监控数据方案设计 |
| 5.2.2 基于数据缓存技术的数据存储技术研发 |
| 5.2.3 单线程历史数据存储实现 |
| 5.2.4 数据请求及即时响应机制实现 |
| 5.3 面向服务的数据处理模块研发 |
| 5.3.1 数据请求的多线程处理方案 |
| 5.3.2 请求数据的通信实现 |
| 5.3.3 监控数据的处理与分析 |
| 5.4 数据展示模块研发 |
| 5.4.1 数据可视化展示 |
| 5.4.2 实现实时监控预警 |
| 5.4.3 视频监控模块研发 |
| 5.4.4 数据统计分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参加的科研情况 |
（7）基于Wi-Fi的接近侦测系统的设计与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 应用意义和价值 |
| 1.3 本文的主要工作 |
| 1.4 本章小结 |
| 第二章 主要侦测技术研究 |
| 2.1 WI-FI 技术 |
| 2.2 NFC 技术 |
| 2.3 BLUETOOTH 技术 |
| 2.4 UWB 技术 |
| 2.5 超声波技术 |
| 2.6 红外线通信(IRDA)技术 |
| 2.7 技术优缺点总结 |
| 2.8 本章小结 |
| 第三章 WI-FI 的接近侦测硬件设计与实现 |
| 3.1 基于 WI-FI 信号的接近侦测机制 |
| 3.1.1 紧密时间同步机制 |
| 3.1.2 自适应时钟技术 |
| 3.1.3 多天线机制 |
| 3.1.4 采用接近侦测机制的典型计算机系统 |
| 3.2 天线设计与摆放对信号的影响 |
| 3.2.1 天线介绍 |
| 3.2.2 天线的方向性和增益 |
| 3.2.3 天线的极化 |
| 3.2.4 天线的工作频率和输入阻抗 |
| 3.2.5 馈线 |
| 3.2.6 传播视距、多径传播和绕射 |
| 3.3 接近侦测的技术参数 |
| 3.3.1 设备检测 |
| 3.3.2 接近度 |
| 3.3.3 确定距离 |
| 3.3.4 方位 |
| 3.3.5 朝向 |
| 3.3.6 运动性 |
| 3.3.7 接近侦测性能要求 |
| 3.4 基于多天线机制的接近侦测系统硬件设计 |
| 3.4.1 基本原理 |
| 3.4.2 硬件设计 |
| 3.5 硬件系统测试 |
| 3.8 本章小结 |
| 第四章 接近侦测系统的软件设计与优化实现 |
| 4.1 系统架构 |
| 4.2 接近侦测服务的设计与实现 |
| 4.2.1 定制 802.11 管理帧 |
| 4.2.2 接近侦测服务的实现 |
| 4.2.3 接近侦测开发库 API 设计与实现 |
| 4.3 软件优化设计 |
| 4.3.1 优化方法的选择 |
| 4.3.2 卡尔曼滤波算法简介 |
| 4.3.3 状态估计原理 |
| 4.3.4 基本动态系统模型 |
| 4.3.5 卡尔曼模型设计前准备 |
| 4.3.6 用于接近侦测系统优化的卡尔曼模型 |
| 4.3.7 C++代码实现接近侦测的卡尔曼滤波优化 |
| 4.4 摄像头校准技术 |
| 4.5 本章小结 |
| 第五章 系统测试 |
| 5.1 整体系统测试及结果 |
| 5.2 接近侦测应用演示 |
| 5.3 本章小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（8）随钻地震技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 前言 |
| 1.1 背景情况 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 课题研究目的意义 |
| 1.4 课题研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 1.4.3 技术指标 |
| 1.5 课题完成情况 |
| 1.5.1 取得的研究成果 |
| 1.5.2 创新点 |
| 2 随钻地震基础理论分析与研究 |
| 2.1 钻头地震波的产生与传播规律研究 |
| 2.1.1 牙轮钻头的破岩机理 |
| 2.1.2 牙齿破岩振动的地震波辐射模式 |
| 2.1.3 钻头信号和噪音的传播特征 |
| 2.2 随钻地震波场数值模拟 |
| 2.2.1 随钻地震波场数值模拟方法 |
| 2.2.2 随钻地震波场数值模拟算例验证 |
| 2.2.3 随钻地震波场数值模拟 |
| 2.2.4 现场试验井模拟 |
| 2.3 岩性和钻井参数对钻头震源特性影响的室内实验研究 |
| 2.3.1 室内试验介绍 |
| 2.3.2 岩石性质与钻进参数的影响 |
| 2.4 钻头信号沿钻柱传播规律研究 |
| 2.4.1 钻柱受迫振动特征及其传播规律 |
| 2.4.2 钻头信号沿钻柱传播的传递矩阵模型 |
| 2.4.3 弹性波沿管柱传播模型的室内模拟验证 |
| 3 随钻地震信号采集技术研究 |
| 3.1 系统构建 |
| 3.1.1 国外随钻地震技术方案分析 |
| 3.1.2 新型随钻地震系统方案 |
| 3.2 随钻地震数据采集装置研制 |
| 3.2.1 国内外地震仪现状 |
| 3.2.2 随钻地震数据采集装置研制的必要性 |
| 3.2.3 随钻地震数据采集装置设计方案 |
| 3.2.4 智能传感器研制 |
| 3.2.5 地面数据采集装置设计 |
| 3.2.6 参考信号采集装置设计 |
| 3.3 随钻地震现场质量监控系统研制 |
| 3.3.1 结构设计 |
| 3.3.2 功能设计 |
| 4 随钻地震信号分析处理技术研究 |
| 4.1 随钻地震井场噪声分析 |
| 4.2 随钻地震信号周期性特征分析与去噪 |
| 4.2.1 变窗口相关域小波变换 |
| 4.2.2 随钻地震白化滤波与周期噪音消除 |
| 4.2.3 利用信号的时间结构抽取有效信号 |
| 4.3 随钻地震信号反褶积处理技术 |
| 4.3.1 带限多道统计子波反褶积技术 |
| 4.3.2 基于B-ICA算法盲反褶积技术 |
| 4.4 随钻地震信号互相关技术 |
| 4.4.1 自相关 |
| 4.4.2 参考信号与地面记录的互相关 |
| 4.5 基于盲源定位理论的速度求取方法 |
| 4.5.1 基于波动方程的求取方法 |
| 4.5.2 基于时差的求取方法 |
| 4.5.3 层速度计算 |
| 4.6 基于传播特性的随钻地震波场分离技术 |
| 4.6.1 基本原理 |
| 4.6.2 处理效果 |
| 4.7 基于事件的随钻地震信号处理技术 |
| 4.7.1 基于事件的随钻地震有效波搜索方法研究 |
| 4.7.2 基于事件的随钻地震反射波资料处理流程 |
| 4.7.3 实际资料处理效果分析 |
| 4.8 不依赖钻柱参考信号的随钻地震处理技术 |
| 4.8.1 地面参考道的选取 |
| 4.8.2 随钻地震共源点(单炮)记录构建 |
| 4.8.3 随钻地震共接收点(连续井深)记录构建 |
| 4.8.4 随钻地震RVSP处理 |
| 5 结论与建议 |
| 5.1 结论 |
| 5.2 建议 |
| 参考文献 |
| 附、博士后研究工作期间科研情况 |
| 致谢 |
（9）基于免疫计算的无线通信网络资源优化（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 无线通信网络资源优化的研究背景 |
| 1.2 无线通信网络资源优化的主要研究内容及进展 |
| 1.2.1 无线通信网络的基站选址优化 |
| 1.2.2 无线通信网络的基站导频功率优化 |
| 1.2.3 异构网络的联合会话接纳选择控制 |
| 1.2.4 异构网络的垂直切换判决 |
| 1.2.5 异构网络的负载均衡控制 |
| 1.3 无线通信网络资源优化的主要方法 |
| 1.3.1 传统的数学规划方法 |
| 1.3.2 博弈方法 |
| 1.3.3 计算智能方法 |
| 1.4 人工免疫系统及免疫优化算法 |
| 1.4.1 生物免疫系统 |
| 1.4.2 人工免疫系统 |
| 1.4.3 免疫克隆算法 |
| 1.4.4 多目标优化免疫算法 |
| 1.5 论文的主要工作 |
| 1.6 论文的结构安排 |
| 本章参考文献 |
| 第二章 基于免疫计算的基站选址优化 |
| 2.1 引言 |
| 2.2 TD-SCDMA 网络的基站选址优化 |
| 2.2.1 TD-SCDMA 网络的基站选址问题的数学模型 |
| 2.2.2 求解TD-SCDMA 网络基站选址的免疫克隆算法 |
| 2.2.3 算法收敛性分析 |
| 2.2.4 仿真实验及结果分析 |
| 2.3 WCDMA 网络的基站选址优化 |
| 2.3.1 WCDMA 网络基站选址问题描述 |
| 2.3.2 基于免疫计算的WCDMA 网络基站选址方法 |
| 2.3.3 仿真实验及结果分析 |
| 2.4 IEEE 802.16j 网络的基站及中继站选址优化 |
| 2.4.1 802.16j 网络基站及中继站选址优化问题的数学模型 |
| 2.4.2 基于免疫计算的 802.16j 网络基站及中继站选址方法 |
| 2.4.3 仿真实验及结果分析 |
| 2.5 本章小结 |
| 本章参考文献 |
| 第三章 基于免疫计算的基站导频功率优化 |
| 3.1 引言 |
| 3.2 WCDMA 网络基站导频功率优化 |
| 3.2.1 WCDMA 网络基站导频功率优化问题的数学模型 |
| 3.2.2 求解 WCDMA 网络基站导频功率分配问题的免疫优化算法 |
| 3.2.3 算法收敛性分析 |
| 3.2.4 仿真实验及结果分析 |
| 3.3 家庭基站导频功率优化 |
| 3.3.1 家庭基站导频功率优化问题的数学模型 |
| 3.3.2 基于免疫计算的家庭基站导频功率优化 |
| 3.3.3 仿真实验及结果分析 |
| 3.4 本章小结 |
| 本章参考文献 |
| 第四章 异构无线网络中基于免疫计算的联合会话接纳控制 |
| 4.1 引言 |
| 4.2 集中式联合会话接纳控制问题的数学模型 |
| 4.2.1 问题描述 |
| 4.2.2 数学优化模型 |
| 4.3 求解联合会话接纳控制问题的免疫算法 |
| 4.3.1 编码方案 |
| 4.3.2 抗体克隆算子 |
| 4.3.3 基因变异算子 |
| 4.3.4 种群分类操作 |
| 4.3.5 种群更新操作 |
| 4.3.6 算法描述 |
| 4.3.7 算法复杂度分析 |
| 4.4 仿真实验及结果分析 |
| 4.4.1 实验环境 |
| 4.4.2 实验结果及分析 |
| 4.5 本章小结 |
| 本章参考文献 |
| 第五章 简谐振子免疫算法求解异构网络垂直切换判决问题 |
| 5.1 引言 |
| 5.2 垂直切换判决问题的数学模型 |
| 5.2.1 垂直切换判决问题描述 |
| 5.2.2 问题建模 |
| 5.3 简谐振子免疫优化算法 |
| 5.3.1 物理学中的简谐振子 |
| 5.3.2 简谐振子算法 |
| 5.3.3 简谐振子免疫优化算法 |
| 5.4 基于简谐振子免疫优化算法的垂直切换判决方案 |
| 5.4.1 问题编码 |
| 5.4.2 基于简谐振子免疫算法的垂直切换判决方案 |
| 5.5 仿真实验及结果分析 |
| 5.5.1 实验设置 |
| 5.5.2 实验结果 |
| 5.5.3 分析与讨论 |
| 5.6 本章小结 |
| 本章参考文献 |
| 第六章 基于接入选择和业务转移的动态负载均衡机制 |
| 6.1 引言 |
| 6.2 异构网络环境的系统模型 |
| 6.3 基于接入选择和业务转移的动态负载均衡机制 |
| 6.3.1 接入选择 |
| 6.3.2 业务转移 |
| 6.4 仿真实验及结果分析 |
| 6.4.1 实验环境及参数设置 |
| 6.4.2 实验结果及分析 |
| 6.5 本章小结 |
| 本章参考文献 |
| 第七章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
| 发表的学术论文 |
| 主持完成的纵向科研项目 |
| 参与的纵向科研项目 |
（10）基于TinyOS的无线传感器网络数据采集系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题的背景 |
| 1.2 课题的研究现状 |
| 1.3 课题的研究内容 |
| 1.4 论文结构 |
| 第2章 相关理论及技术介绍 |
| 2.1 无线传感器网络 |
| 2.1.1 无线传感器网络体系结构 |
| 2.1.2 无线传感器网络特点 |
| 2.1.3 无线传感器网络应用支撑技术 |
| 2.2 TinyOS操作系统 |
| 2.2.1 体系结构 |
| 2.2.2 调度模型 |
| 2.2.3 内存分配 |
| 2.2.4 通信机制 |
| 2.3 程序开发实例 |
| 2.3.1 nesC语言介绍 |
| 2.3.2 实例分析 |
| 2.4 本章小结 |
| 第3章 DYMO协议和声源定位算法 |
| 3.1 DYMO协议分析 |
| 3.1.1 路由协议框架 |
| 3.1.2 TYMO分析 |
| 3.1.3 路由接口 |
| 3.1.4 数据包接口 |
| 3.2 声源定位算法 |
| 3.2.1 FTSP协议分析 |
| 3.2.2 TDOA定位算法 |
| 3.3 本章小结 |
| 第4章 数据采集系统设计与实现 |
| 4.1 开发环境 |
| 4.2 数据采集系统总体设计 |
| 4.2.1 系统设计目标 |
| 4.2.2 系统硬件方案 |
| 4.2.3 系统软件架构设计 |
| 4.2.4 系统通信消息设计 |
| 4.3 传感器节点软件设计与实现 |
| 4.3.1 体系结构设计 |
| 4.3.2 路由层设计与实现 |
| 4.3.3 中间件层设计与实现 |
| 4.3.4 应用层设计与实现 |
| 4.4 汇聚节点软件设计与实现 |
| 4.4.1 功能描述 |
| 4.4.2 体系结构设计 |
| 4.4.3 软件实现 |
| 4.5 监控终端系统使用 |
| 4.6 本章小结 |
| 第5章 数据采集系统测试与分析 |
| 5.1 测试目标 |
| 5.2 测试环境 |
| 5.3 测试过程及结果分析 |
| 5.3.1 应用功能测试 |
| 5.3.2 性能测试 |
| 5.4 本章小结 |
| 第6章 结束语 |
| 6.1 课题总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
四、从无线传输噪音中抽取信号的算法（论文参考文献）
- [1]面向智能通信的MIMO-OFDM先进接收机研究与实现[D]. 高君慧. 东南大学, 2020(01)
- [2]基于相空间重构理论的微地震信号识别[D]. 孟会杰. 中国石油大学(北京), 2018(01)
- [3]大数据环境下无线传感器网络关键技术研究[D]. 刘龙庚. 电子科技大学, 2017(06)
- [4]基于盲源分离的油井动液面连续监测系统[D]. 金立旸. 东北石油大学, 2014(02)
- [5]自组织网络通信的关键问题研究[D]. 朱小军. 南京大学, 2014(07)
- [6]基于物联网的反应釜节能减排监控系统关键技术研究[D]. 徐兴玉. 武汉理工大学, 2014(04)
- [7]基于Wi-Fi的接近侦测系统的设计与优化[D]. 赵呈学. 电子科技大学, 2012(05)
- [8]随钻地震技术研究[D]. 韩来聚. 中国地震局地球物理研究所, 2012(01)
- [9]基于免疫计算的无线通信网络资源优化[D]. 朱思峰. 西安电子科技大学, 2012(03)
- [10]基于TinyOS的无线传感器网络数据采集系统设计与实现[D]. 王英. 东北大学, 2011(03)