一、网络化系统定位方法研究（论文文献综述）
焦长庚[1]（2020）在《网络化治理视域下公共体育服务协同供给研究》文中认为大众对于健康追求是人类事物发展的普遍幸福观念与主流价值趋向,群众体育事业的发展关乎到国家民生保障,健全与完善的公共体育服务体系更是实现民族复兴的关键基础,为更好满足民众逐渐增长的多元体育健身需要,需尽可能化解公共体育服务领域“效率”与“公平”的问题,拓展和提升公共体育服务供给的空间维度与内容品质,着重以“协同”的功能角色切入加大公共体育服务供给主体之间的合作,优化公共体育资源配置,破除公共体育服务供给“碎片化”现象,防止多元协同供给运作的“内卷化”效应,基于此提出从网络化治理视域出发构建起公共体育服务协同供给的创新模式,同时寻求探索协同供给机制的内在运行规律,重构理论系统与实践路径以促进公共体育服务体系的健康持续发展。本研究将以人民为中心作为公共体育服务供给的价值导向,以新公共服务理论、公共治理理论、制度变迁理论、协同学理论、多元福利主义理论等为研究的理论基础支撑,以网络化治理作为研究的索引主线,着重对公共体育服务协同供给运作的多维逻辑进行分析探讨,并结合公共体育服务供给的历史变迁历程及当前实际情况,寻觅公共体育服务协同供给的发展思绪,深入挖掘公共体育服务协同供给模式的影响因素与实现机制,使得网络化治理所强调的合作互动、平等互惠、信任互助、责任互利、和谐共生等理念嵌入至公共体育服务协同供给的机理运作中,搭建协同供给的“自组织”弹性网络,发挥协同规则、协同意识、协同环境、协调关系、协同价值等效用机制,创新公共体育服务协同供给的思路与发展策略。论文主要内容有以下几个模块:首先,研究对网络化治理、公共体育服务、公共服务协同等相关概念进行界定,网络化治理主要是以民主协商的形式深化公共体育服务供给的粘合作用,充分体现对于公共体育服务事务的弹性共治,尤其突出在相对同一层级、同一畛域内的政府部门、市场企业、社会组织之间的良性互动合作,以切实提升公共体育服务的供给效率。同时归纳与厘清国内外关于公共服务网络治理、公共体育服务供给、公共服务协同创新等相关研究内容。其次,研究从多个角度切入探寻我国公共体育服务供给机制的演化内容与变迁历程,认为行政体制的管理改革、经济水平的快速运行、社会组织的发展壮大、民众增长的健身需求是公共体育服务演变的主要推动力,点明目前我国公共体育服务供给机制存在的阻滞缘由,思索协同供给方式的运作与发展,并以此分析国外主要发达国家公共体育服务协同供给模式,总结出相应必要条件与共性特征,从而提出对我国公共体育服务协同供给运行的启示。再次,研究对公共体育服务多元协同供给模式的内在逻辑进行剖析,以条件性、必要性、可行性三要素寻找公共体育服务协同供给模式的形成理由,认知到协同供给主体之间的耦合行动与相互对应关系的可行空间是模式形成的基础条件,认识到宏观政治、经济、科技、文化及微观沟通能力、目标导向、人员素养、保障体系等为关联影响介质,认为组织协调、表达决策、沟通共享、监督评价、激励保障是实现公共体育服务多元协同供给优化配置的主要方面。然后,研究重点对网络化治理下的公共体育服务协同供给模式的内涵、要素与机理予以探究,从结构的生成逻辑、机制的核心因素、主体的边界脉络维度发掘协同供给模式的相关网络场域,开展网络化治理下公共体育服务协同供给的组织架构与规划设计,明确协同供给模式的关键要素可在协同的责任规范与权责规定、协同的主观能动性与目标发展意识、协同的要素禀赋与客观资源环境、协同的信任联络与依赖性关系、协同的耦合利益与获得价值等五个领域进行拓展。随后,研究构建了网络化治理下公共体育服务协同供给的指标体系模型,分别由5个一级指标,22个二级指标形成的指标体系框架,并从动力引导、组织协调、评估管控、决策执行等四个方面对其进行效用说明分析,接着以上海市为例开展实证研究,采用层次分析法获得各个指标的权重分值,运用模糊综合评价法与三角白化函数灰色评估法计算得出分值结果为60.17398与3.0832,分析判断上海市公共体育服务协同供给情况为一般及中等水平。最后,研究以网络化治理为基本理论范畴提出公共体育服务协同供给的创新发展路径,在网络化治理背景下建立起一种权责分明、平等合作、互助互惠的弹性网络创新结构,分别从协同的管理规则、动机意识、资源环境、组织关系、多元价值五大方面树立协同供给的主要工作思路,并基于沟通与信任、权责与标准、信息与资源、协作与选择、监督与评价等维度为发展着力点,全面创新升级协同共治的网络组织结构,促进公共体育服务协同供给的长效发展。
鲁彦希[2]（2020）在《网络化雷达协同探测与资源管理研究》文中研究说明最近几年,雷达之间通过组网连接形成网络化雷达系统,来提高目标的探测性能的方式受到了学者们广泛的关注。网络化雷达系统可由不同体制,不同工作频段,在空间上广泛分布的雷达节点连接组成。一方面,通过多样化多层次的信息融合,网络化雷达能够协同地提高对目标的探测性能。另一方面,由于多个雷达节点带来的自由度,网络化雷达系统具备极高的灵活性和适应性。因此,它可以通过资源管理技术来实现目标协同探测性能和资源消耗之间较好的折中,以及不同探测环境下的应变能力。网络化雷达目标协同探测与资源管理的问题可以被分类为针对单次检测和估计问题下的静态资源配置,或者针对连续多次估计问题也就是目标跟踪的动态资源调度。围绕以上问题,本文根据不同的网络化雷达协同探测场景和目的,设计了不同的资源优化算法,主要的贡献和创新如下:1.针对分布式多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达在杂波环境下协同检测,建立了以信息距离为检测性能表征的雷达节点发射功率分配优化模型。推导了非凸目标函数的凸上界函数,提出了基于优化极小化（Maj orization Minimization,MM）框架的优化算法。实现了发射节点功率高效优化分配与分布式MIMO雷达检测性能提高。2.针对有限节点数下分布式MIMO雷达目标的协同定位,推导了基于克拉美罗下界（Cramer Rao Lower Bound,CRLB）的区域定位性能准则。利用理想信号假设,建立了收发节点优化选择模型,提出了基于半正定规划（Semi-Definite Programming,SDP）的优化求解算法;对于一般化的信号模型,建立了双凸收发节点优化选择模型,提出了基于非线性交替方向乘子法（Nonlinear Alternating Direction Method of Multipliers,NADMM）的求解算法。实现了 低复杂度的收发节点优选与有限节点数下分布式MIMO雷达的区域协同定位性能优化。3.研究了网络化相控阵雷达与电子系统区域（Electronic System Area,ESA）在频谱共存需求下多目标协同跟踪。建立了频谱共存信号模型。以后验克拉美罗下界（Posterior Cramer Rao Lower Bound,PCRLB）为协同跟踪性能表征,建立了空频感知网络化雷达动态资源调度优化模型。针对资源优化问题的随机非凸性,提出了基于凸松弛的两步优化算法。实现了在雷达与ESA频谱共存需求下的网络化相控阵雷达多目标协同跟踪性能优化。4.研究了资源受限背景下分布式网络化共置MIMO雷达系统多目标协同跟踪。以雷达系统资源整体消耗和优先级代价项为目标函数,以PCRLB表征的跟踪性能需求为约束,建立了自适应资源动态优化调度模型。基于资源优化问题的可分结构,提出了分布式次梯度优化算法。考虑到由资源调度造成的雷达观测子集变化问题,提出了一个适当的分布式信息融合准则及跟踪算法。通过分布式资源优化算法与跟踪算法,实现了资源自适应的网络化共置MIMO雷达分布式闭环跟踪。
张敏敏[3]（2019）在《基于GPS和WSNs的滑坡位移监测与定位》文中进行了进一步梳理在我国,滑坡灾害在全国地质灾害中始终占据第一位,已经严重威胁到了人们的生命财产安全。为了降低滑坡灾害的影响,对滑坡进行连续、长期监测是非常重要的。滑坡监测技术有很多种,已经由传统人工测量逐渐发展为高精度、自动化的仪器测量。尤其是随着GPS定位技术的发展,使得GPS接收机能够对滑坡监测点进行全天候连续观测。通过监测点新的位置和初始位置之间的距离反映监测点的运动,实现滑坡监测目的。但是,高精度GPS接收机价格昂贵,在大规模区域的滑坡监测中部署成本很高,因此,使用低精度GPS接收机进行滑坡监测是一个值得研究的问题。此外,如何将GPS接收机采集的数据传输给远程服务器也是一个需要解决的问题。传统上,采用电线、电缆等有线方式进行数据传输,但滑坡监测区域可能地理位置偏僻、环境恶劣,很难实现有线方式进行数据传输,需要采用无线传输,而使用无线传感器网络（Wireless Sensor Networks,WSNs）进行数据传输是一个很好的选择。WSNs具有动态组网、低功耗、分布式、低成本等优点,因此,把GPS接收机和WSNs相结合进行滑坡监测具有重要的实际意义。本文围绕滑坡位移监测与定位问题,主要研究以下两方面内容:（1）针对低精度GPS接收机单点定位误差大的问题,本文把GPS定位模型与多传感器系统数据融合技术相结合,提出使用分布式联邦Kalman滤波融合方法来进行GPS定位数据处理。各个GPS接收机采集到定位数据后,首先在相应的局部滤波器分别利用Kalman滤波进行局部滤波,得到局部最优估计。其次在融合中心进行数据融合,得到全局融合估计。然后全局融合估计再反馈到各个局部滤波器,修正异常局部滤波器的估计误差。此外,在使用WSNs进行数据传输时,考虑数据丢包的问题,采用预测补偿器策略处理数据丢包。最后实验结果表明所提方法能有效减小定位误差,提高定位精度。（2）在使用低精度GPS接收机进行滑坡位移监测时,低精度GPS接收机单点定位误差大,不能通过GPS接收机新的位置与初始位置之间的距离来判断是否发生滑坡。本文从数据分类的角度考虑这一问题,提出使用BP神经网络方法来进行滑坡位移监测。使用BP神经网络把滑坡发生前后相互耦合的GPS定位数据分成两类,一类属于滑坡发生之前的GPS数据,另一类属于滑坡发生之后的GPS数据。实验结果表明,先利用分布式联邦Kalman滤波融合方法对GPS接收机的定位数据处理,再使用BP神经网络对其分类,能有效提高滑坡监测精度。
孙宇嘉[4]（2019）在《地雷智能防排、网络化关键技术研究》文中进行了进一步梳理地雷是一种价格较为低廉的战争防御武器,长久以来在几乎所有大规模地面作战对抗中,地雷均凸显出灵活作战的独特优势,造成敌方大量人员伤亡和装备毁坏。近年来,世界各军事强国均把地雷战装备作为工程兵主战装备重点加以发展,尤其强调在技术上与主战装备体系发展相协调,着力高其智能化和信息化作战水平,发展成为集无线通信、目标探测和自主决策于一体的智能雷。智能雷被大规模的布置在敌战区域,长期处于无人值守状态,依靠弹载电池进行供电,通过自身所搭载的传感器和探测系统对区域内的目标进行跟踪和监视,从而实现大规模的区域封锁和智能化的目标优化打击。相比于传统地雷,智能雷具有对战场环境感知的能力,并可通过无线网络彼此交换战场信息,进而有决策性的对战场内的目标进行侦察和打击,从而最大限度的延长智能雷自身的生存周期,以更少的数量实现对战场区域的长期封锁。目前针对智能化、网络化地雷并没有完整的研究体系,同时智能雷应用环境的特殊性对智能雷上各项技术出了较高的要求,依然存在复杂排雷动作识别的问题、室外环境温度变化下智能雷时间同步的问题、大规模低信标节点密度的智能雷自定位问题、鲁棒的视觉目标跟踪问题。为此,本文针对地雷的无人值守、数量规模大、能量有限、环境复杂等战场应用特性,对地雷防排和网络化等智能化关键技术开展了研究。针对现有防排技术中排雷状态单一、识别准确度差的问题,在加速度传感器的基础上增加了地磁传感器和陀螺仪,捕获智能雷的位移和姿态变化信息;采用17种频域和时域上的信号量化方法取智能雷运动数据中所包含的特征信息,构建了排雷动作特征向量空间;针对高维度特征空间所具有的计算复杂度高、特征冗余的问题,出了一种特征空间维度加权的特征选择算法,对特征空间进行降维;构建了基于有向无环图的智能雷多状态支持向量机分类器;开展了典型排雷动作数据采集试验,分析了排雷动作识别准确度随特征数量和分类器参数变化规律,验证了所出特征选择算法能够有效的高排雷动作识别准确度。针对环境温度频繁变化所导致的智能雷网络时间同步误差增大的问题,出了一种温度补偿的智能雷时钟频移量动态估计模型;针对温度数据和时钟频移量数据采样率不匹配的问题,采用Almon函数加权求和的方式对两种数据进行融合;针对温度数据和频移量数据噪声所导致的同步误差增大问题,构建了时钟同步的Kalman系统方程,采用Kalman滤波器对节点本地时钟进行补偿;针对固定周期时间同步所带来的同步算法能量消耗大、信道占用大、适应性差的问题,出了一种时钟同步失效风险最小化的再同步决策方法,使节点根据环境温度变化情况自适应调整节点时钟同步通信周期;开展了时间同步算法性能验证试验,本文所出智能雷时间同步方法较传统方法有效的高了时间同步周期,具有较高的时间同步精度。针对传统无线定位位置估计方法具有非线性、接收信号强度指示噪声大的问题,在最小二乘位置估计方法的基础上,出了一种加权线性最小二乘位置估计方法;针对定位算法对网络中信标节点密度要求高的问题,采用迭代更新的思想构建智能雷定位算法,位置未知节点被定位则被用作其它节点的定位参考。同时,节点根据邻居参考节点的空间位置关系和定位置信度来进行定位决策;为了评估节点定位置信度,基于空间点分布的椭圆拟合,出了参考节点的线性化程度、离散程度和偏置程度量化指标,对节点位置估计进行置信评分;仿真研究了不同信标节点数量和信道噪声条件下智能雷定位算法的性能。针对现有智能雷声目标检测跟踪方法探测设备体积大、目标运动表征能力差的问题,出了一种基于图像的目标检测与跟踪方法;针对智能雷战场应用中图像场景中存在较强阴影和光照变化的问题,在LBP图像背景模型基础上,出了基于ST-LBSP的动态自适应时域像素差的背景模型;针对目标遮挡和背景运动的问题,通过计算图像块之间的最小像素距离和图像块与目标历史数据之间的标准化差值平方距离,对目标图像块进行整合。同时,通过计算整合后目标图像块的光流矢量、区域内差异性和区域间差异性对图像块进行再分割;构建了基于结构化支持向量机的多目标跟踪器。在标准视觉目标跟踪器数据集CDW2014上对所出算法性能进行了验证。
周程[5]（2019）在《海基网络化雷达探测效能和拓扑优化研究》文中研究说明海基网络化雷达是组网雷达在海战场环境中的具体应用。在当前海战场环境中,电磁环境复杂,“四抗”威胁严峻,战场情况多变,均要求我方对海战场战场态势实时掌控,对目标探测精准无误。海基网络化雷达探测是未来海战场重要的电磁领域作战形式。在单一雷达性能一定的情况下,网络化雷达整体性能往往与各个雷达站点的空间布局有着密切的相关性。研究最具效费的布站体制数量有助于海战场环境下选择参与组网的雷达节点数,探究舰艇编队可能的网络探测拓扑优化方法则可以帮助海基网络化雷达实时选择最优拓扑。本文针对海基网络化雷达的探测效能和拓扑优化问题展开研究。介绍基本概念、构建问题研究情景、仿真分析探测效能、提出拓扑优化方法。主要工作内容有以下两点。1.研究了海基网络化雷达的探测效能问题。首先,分析了海基网络化雷达所面临的海战场环境,给出了敌方远距离支援式干扰的作战情景。接着设定网络化雷达系统模型,考察海基网络化雷达在自然环境下的探测范围和探测精度,接着在远距离支援干扰环境下,从反拦截能力和干扰暴露区两个方面评价网络化雷达拓扑的探测能力。最终,对每种布站体制下的大量拓扑进行分析,统计其探测能力数据,建立起了网络体制数量和探测能力的联系,在最后,给出了三种组网体制下雷达站点的布站建议,对海基网络化雷达的探测效能问题做出了初步研究。2.研究了海基网络化雷达拓扑优化。分别针对探测目标和探测区域分别提出拓扑寻优方法。前者在目标攻击扇面上构建反映探测精度的目标函数,并结合海战场雷达平台移动、网络实时搭建的特点,提出一种基于预测区域探测精度的布站方法,仿真验证所提出的布站方法有效性;后者以干扰暴露区和反拦截优势角度为基础,提出方法并仿真寻优最佳拓扑。
叶达文[6]（2019）在《网络化机械臂跟踪系统及其平台构建》文中提出近年来,随着科学技术的迅猛发展,计算机视觉与机械臂技术已经在越来越多的行业中发挥着至关重要的作用。目标定位不仅仅是计算机视觉领域的重点研究方向,也是其他领域的热门话题,其在视觉导航、公共场景监控、军事视觉制导、智能交通、博物馆智能显示等诸多领域都有着非常广泛的应用。近几年其理论和方法在不断完善之后趋于成熟,使得基于视觉定位的研究有了更加扎实的理论支撑,研究基于视觉的目标定位具有十分重要的意义。本篇学位论文以目标识别与实时跟踪的实际需求为前提,进行网络化机械臂跟踪控制及其平台构建。需要达到的目标是对于平面上的目标物,能够实时跟踪目标物并预测其最终位置,并能够控制机械臂到达指定位置。首先,本论文介绍了机械臂的建模及其正逆运动学问题,而后对摄像机成像模型进行了深入的研究,并对张氏平板标定法进行了详细的分析,以及介绍了图像畸变。其次,本论文利用将形状检测和颜色检测相结合来识别目标物。并提出将摄像机坐标系与三维世界坐标系进行重合的方式,推导出了图像坐标系与三维坐标系的坐标转化公式,以此精确地获得对象的三维坐标。通过采用递推最小二乘法进行多项式拟合来跟踪目标物,预测出目标物体最后的位置信息。最后,结合软件开发和硬件设备,设计了基于单目视觉的机械臂跟踪平台,并介绍了平台的整体实验流程。实验取得了预期的效果,实验结果验证了目标定位方法的可行性和机械臂的逆运动学求解的正确性。本次课题研究的难点包括处理网络时延、摄像机标定、单目测距、目标识别检测以及机械臂的运动规划,且本文的创新点在于提出的视觉定位方法、预测跟踪算法以及机械臂运动学逆解算法。本论文设计的基于视觉定位的机械臂控制系统具有操作简单、稳定性强、方便安装、平台搭建成本低、便于维护等优点。
漆军[7]（2019）在《基于超声波和航迹推算的室内定位方法研究》文中指出随着物联网和智能空间的发展,目标定位问题正得到越来越多人的关注,它的技术发展十分迅速。按照使用环境不同,定位系统可以分为室内定位和室外定位,两者相比,室外定位普遍采用卫星定位技术,室内定位技术则呈现多方面发展。目前室内定位主要研究方向有:红外线室内定位技术、射频识别（RFID）室内定位技术、蓝牙室内定位技术、WiFi室内定位技术、超宽带（UWB）室内定位技术……相比这些定位技术中的信号处理,超声波信号更加容易处理,信号处理系统具有硬件简单、成本低的特点,因此本文在分析对比各种室内定位技术的基础上,选择超声波室内定位技术作为本文研究对象。另一方面,无线传感网络和移动智能终端在这些年已经得到迅猛发展,许多商场、办公区域都已经实现无线网络覆盖。为了节约室内定位系统的通信布线成本,方便系统的推广使用,可以利用已有无线覆盖作为传感网络节点之间的通信手段。本学位论文结合超声波测距技术和无线传感网络通信,设计并实现了一种室内定位系统,并将该系统应用到实际控制系统中。具体而言,本文主要包括以下这几方面的研究内容:首先,在基于超声波和无线传感网络的室内定位系统中,利用超声波在空中的渡越时间和传播速度计算目标节点到锚节点之间的距离,然后利用距离和锚节点坐标之间的关系求解出目标节点的坐标。在定位系统实现过程当中,最重要的是测量超声波信号在空中的渡越时间,本文采用检测超声波包络信号最大值点的方法来计算渡越时间。考虑实际系统中存在各种噪声的情况,检测到的包络信号最大值点,总会在真实值左右飘移。本学位论文中采用数字锁相放大技术来检测超声波的包络信号,数字锁相放大技术首先将超声波信号作频谱搬移,将有用信号搬移到直流信号附近,然后通过数字低通滤波器滤除噪声和干扰,通过仿真和应用实验表明,数字锁相放大技术能检测出包络信号,有效滤除噪声,提高系统的稳定性和定位精度。同时,本文提出了一种基于最小二乘法的包络检测方法,该方法利用最小二乘法估计超声波信号的振幅和相位,能有效完成超声波包络检测。另外,由于最小二乘法具有滤波的作用,基于它的包络检测方法不需要额外的数字滤波器,所检测的包络信号也就没有滤波造成的延迟,本文同样对该算法进行了仿真与应用实验。其次,针对单独基于超声波的定位系统不能满足本文的应用要求,这里研究了基于超声波和航迹推算的组合定位方法。为了完成航迹推算,本文提出了一种基于磁力计测量移动机器人驱动轮转动角度的方法,该方法具有测量精度高、成本低的特点。为了提高系统定位精度,这里采用扩展卡尔曼滤波方法融合超声波定位和航迹推算。针对扩展卡尔曼滤波存在线性化误差的情况,本文分析、讨论了基于无迹卡尔曼滤波的组合定位方法。同时,考虑到本文所设计的系统是基于无线传感网络通信,存在通信数据延时和丢失的现象。本文针对组合定位系统,分别推导了测量随机一步延时和丢失情况下的扩展卡尔曼滤波方法,分析和讨论了这两种方法在组合定位系统中的应用。最后,结合本文作者在博士期间参与的两种网络化实验系统的研发,根据作者所作研究工作,本文描述了两种实验平台的实现过程。第一种实验平台系统是基于实时操作系统eCos和低功耗嵌入式微处理器STM32实现的实时网络化控制实验系统,另一种是基于安卓智能终端和无线执行器的网络化控制实验系统。结合前文所述基于超声波和航迹推算的室内定位系统,应用组合定位方法实现移动机器人的位置反馈,完成基于网络化轮式移动机器人的路径跟踪控制实验。
王策男[8]（2018）在《基于网络化弹药的声定位融合算法研究》文中进行了进一步梳理目标被动探测技术是一项重要的军事侦查手段。被动声定位技术,由于被动接收、不容易被察觉,广泛应用于各类环境中对目标的探测,在多种军事作战系统中应用性很强。本文以网络化弹药探测系统为基础,研究了被动声探测系统中对声源目标定位的相关算法。文中首先研究了声目标定位与定向技术,通过分析与仿真,确立了空间五元立体阵作为定位的基本阵型。在此阵列结构基础上研究了基于时延估计的被动声定位算法以及高分辨率谱估计算法。并在单阵列定位与多阵列数据融合定位的方向上进行了深入的研究。在时延估计算法上,对常用的时延估计算法进行了总结,理论分析论证了各自的特点,选出在当前应用条件下最合适的算法。分析两种阵列的误差分布规律。提出一种利用BP神经网络的时延定位算法,有效的消除了传统算法的定位盲区,提高了算法的鲁棒性。考虑高分辨率谱估计类算法的特点与原理上与时延估计类算法的差异,为考察其在当前阵列结构下性能,建立了空间任意阵MUSIC算法数学模型,做出五元立体阵的声源方向角与俯仰角的二维联合估计算法的仿真。在多阵列融合算法方面,提出了几种数据融合方法。设计了不同融合条件下的定位均方根误差的蒙特卡洛仿真,得出误差模型。在阵列数较多假设的条件下,提出了一种基于密度聚类的加权融合方法,并作出了仿真。考虑到融合算法中的延时校准问题,提出了一种解决方案。
郑茂宽[9]（2018）在《智能产品服务生态系统理论与方法研究》文中认为随着20世纪末以来世界范围内制造业服务化的深刻变革,基于产品与服务相结合的新型产业模式,成为制造型企业新的利润和价值增长点。传统以生产制造为核心的企业运营模式,逐渐被以面向客户提供集成化的服务与解决方案的运营模式所取代。同时,随着数字化、网络化、智能化技术的崛起,世界正处在通向新的创新与变革时代的门口,推动价值链由基于产品的模式向基于智能化产品和服务的模式转变。同时,生态战略已经成为当前创新型企业构建全兴竞争格局的新思路,通过生态开放、资源共享、价值共创等社会化方式打破企业边界,推动各类商业要素的整合与重构。随着当前制造型企业服务化转型、智能互联技术的提升、企业生态战略的实施,各个领域都在朝着打造智能产品服务生态系统（Smart Product Service Ecosystem,SPSE）的方向发展,然而当前学术界还未形成系统化的理论支撑。因此,本文围绕智能产品服务生态系统的关键核心问题展开理论体系的构建和方法研究,主要研究内容包括:（1）智能产品服务生态系统理论框架。通过广泛收集、整理和分析国内外有关文献,基于对智能化、生态化、服务化等发展趋势的分析,构建了智能产品服务生态系统总体框架:提出了智能产品服务生态系统的基础定义;分析了智能产品服务生态系统的智能、生态、服务三大特征;提出了智能产品服务生态系统六面体构成要素模型,包括智能技术、用户体验、商业模式、市场定位、关联关系及联接交互;进一步分析了智能产品服务生态系统六大要素与三大特征之间的映射矩阵,以及系统要素之间的交互逻辑关系;提出了包括需求分析、系统解析、系统设计、服务交付等环节的智能产品服务生态系统研究技术路线图,为企业向智能产品服务生态系统转型提供了理论依据和指导。（2）智能产品服务生态系统需求分析。从智能产品服务生态系统的运行边界分析入手,研究了业务范畴横向、纵向拓展以及生态价值识别的相关方法;基于对客户需求静态结构和动态结构两个方面特征的分析,开发了基于模糊认知图（Fuzzy Cognitive Mapping,FCM）的客户隐性需求挖掘方法和基于自回归积分移动平均模型（Autoregressive Integrated Moving Average Model,ARIMA）的客户动态需求预测方法。（3）智能产品服务生态系统解析。解析智能产品服务生态系统的内部运行机制,应用生态化可生存系统模型（Eco-Viable System Model,EVSM）对系统结构进行层次拓扑分析,基于耗散结构理论、Type 2模糊集生态位理论等研究了SPSE的平衡态发展过程,提出了智能产品服务生态系统稳健性的抵抗力和恢复力双维度评估方法,以及增强系统稳健性的冗余机制,研究了基于涌现理论的智能产品服务生态系统价值增值模型。（4）智能产品服务生态系统设计。构建了智能产品服务生态系统总体设计流程,开发了基于模糊关联聚类方法的智能产品/功能层次聚类方法,开发了基于服务蓝图、业务流程建模与标注（Business Process Modeling Notation,BPMN）等多方法融合的智能服务流程配置模型,并提出了基于价值网络分析（Value Network Analysis,VNA）的智能产品服务生态系统价值交互与基于价值传递矩阵的价值平衡理论。（5）智能产品服务生态系统交付。基于智能生态产品服务交付体系架构的研究,从宏观、中观、微观及战略、战术、执行两个维度出发,构建了智能产品服务生态系统的能力层次模型,开发了智能产品服务资源虚拟化方法,分析了智能产品服务交付的产品互联协同、服务业务协同、服务组织协同、生态价值协同等四个层次的协同化过程,以及线上线下相结合的服务交付渠道,开发了基于动态资源池的服务资源共享配置方法。通过智能家居和智能网联汽车服务生态系统两个应用示例对以上理论研究内容进行了验证,结果表明了本论文所提出方法和技术的可行性和有效性。智能产品服务生态系统理论体系、技术方法与相关解决方案的研究,源于工业界实际需求,也将会对企业向服务化、网络化、智能化、生态化转型提供一定的理论指导与借鉴。
赵俊[10]（2017）在《网络化多智能体系统的时变编队跟踪控制》文中指出运动协作和编队问题是多智能体系统的一个重要应用领域。在实际工程应用中,期望的多智能体队形中各个智能体之间的关系通常是随时间变化的,甚至是时变非线性的。然而,现有文献中只能解决一部分具有特定条件的多智能体系统时变编队问题,对于多智能体的一般性的时变编队问题尚没有成熟的解决方案。多智能体系统一般性的时变编队问题还是一个空白领域。因此,本文的主要研究目的是为了提出一套适用于有参考输入的网络化多智能体时变编队控制策略。在多智能体系统控制问题中,智能体之间的网络通信受限问题是一个不可避免的问题。智能体之间的通信延迟和丢包会影响系统的控制性能,甚至是破坏系统的稳定性。在现有文献中,从随机过程的角度分析网络延迟和通过数学模型对网络延迟进行补偿是两种常用的研究手段。其中,从随机过程进行研究的控制策略通常需要假设网络特性符合特定的随机分布,这使得控制策略的工程应用范围受到很大的限制。网络化预测控制是一种基于数学模型的对网络通信延迟和丢包进行补偿的工程方法。然而,在现有文献中,利用网络化预测控制策略解决智能体间的通信延迟问题通常采用一种“被动补偿”的方式,这使得整个系统中需要多次重复的实现用于延迟补偿的动态补偿器,进而使得系统整体的运算效率低下。为了解决多智能体的时变编队跟踪控制问题,本文首先将现有的多智能体一致性问题扩展到多智能体的时变一致性问题,分别针对一阶平面网络化多智能体系统和一般线性网络化多智能体系统提出了时变一致性协议设计方法和稳定性分析方法。齐次,为了解决更一般性的时变编队控制问题,本文提出了广义一致性控制问题,并针对一阶平面网络化多智能体系统给出了广义一致性协议设计方法和稳定性分析方法。在解决智能体间通信受限问题上,我们针对智能体间网络通信延迟和丢包问题设计了基于模型的主动预测补偿策略。相比于现有的“被动补偿策略”,“主动补偿策略”有效的解决的多智能体系统整体计算效率低下的问题。在编队方面,为了解决传统“一致性问题”在解决时变编队问题的瓶颈,我们提出了“时变一致性问题”,并给出了时变一致性协议设计方法和稳定性分析方法。时变一致性问题有效的描述和解决了期望队形中智能体间的输出差（或状态差）随时间变化时的编队问题。利用本文提出的控制策略,能够确定多智能体系统在编队过程中不随队形时变特性变化的稳态误差的上界,从而确保智能体不会在队形保持过程中发生碰撞事故。在时变一致性的基础上,为了描述和解决更一般性的时变编队问题,我们提出了广义一致性问题,并给出了一阶平面多智能体系统的广义一致性协议设计方法和稳定性分析方法。在理论成果的工程验证方面,我们在自主研发的新型网络化控制器NetcontrollerDM3730的基础上,并实现了新型的网络化控制系统仿真与实验平台。同时,为了提高实验过程中轮式机器人对定位信号延迟和数据丢失的鲁棒性,我们研究了反馈通道存在延迟和丢包的轮式机器人跟踪控制问题。在理论研究成果和工程验证平台的基础上,本文分别在局域网环境和万维网环境下实现了充分的实验和实时仿真。实验和实时仿真的结果验证了本文提出的控制策略能够有效解决网络化多智能体的时变编队跟踪控制问题。据我们所知,本文中实现的轮式机器人环绕编队以及轮式机器人在给定曲线路径上的固定车距编队均为在本文中首次实现。
二、网络化系统定位方法研究（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、网络化系统定位方法研究（论文提纲范文）
（1）网络化治理视域下公共体育服务协同供给研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究缘起与意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的目的 |
| 1.1.3 研究的意义 |
| 1.2 相关概念厘清与界定 |
| 1.2.1 网络化治理 |
| 1.2.2 公共体育服务 |
| 1.2.3 公共服务协同供给 |
| 1.3 研究思路、内容与方法 |
| 1.3.1 研究思路与技术路线 |
| 1.3.2 研究内容 |
| 1.3.3 研究对象、方法及细则 |
| 1.4 研究创新之处 |
| 1.5 本章小结 |
| 第2章 研究综述与理论基础 |
| 2.1 国内外相关研究现状及其述评 |
| 2.1.1 关于公共服务网络治理的研究现状 |
| 2.1.2 关于公共体育服务供给的研究现状 |
| 2.1.3 关于公共服务协同创新的研究现状 |
| 2.1.4 国内外研究现状的评述 |
| 2.2 研究理论基础阐释 |
| 2.2.1 新公共服务理论 |
| 2.2.2 公共治理理论 |
| 2.2.3 制度变迁理论 |
| 2.2.4 协同学理论 |
| 2.2.5 福利多元主义理论 |
| 2.3 本章小结 |
| 第3章 我国公共体育服务供给机制的演化与变迁 |
| 3.1 特征与动力:我国公共体育服务供给机制演化 |
| 3.1.1 公共体育服务供给机制演化的特征分析 |
| 3.1.2 公共体育服务供给机制演化的动力分析 |
| 3.2 历程与阶段:我国公共体育服务供给机制的变迁 |
| 3.2.1 政府单一供给建立阶段(1949年-1978年) |
| 3.2.2 部门合作供给初探阶段(1979年-1992年) |
| 3.2.3 市场嵌入供给萌发阶段(1992年-2008年) |
| 3.2.4 多元混合供给发展阶段(2008年至今) |
| 3.3 趋势与困境:新时代我国公共体育服务供给机制发展 |
| 3.3.1 我国公共体育服务供给机制发展的趋势分析 |
| 3.3.2 我国公共体育服务供给机制发展的困境分析 |
| 3.3.3 对我国公共体育服务供给机制发展的思索 |
| 3.4 本章小结 |
| 第4章 国外公共体育服务协同供给的经验与启示 |
| 4.1 国外主要发达国家公共体育服务协同供给的运作模式 |
| 4.1.1 美国公共体育服务协同供给的运作模式 |
| 4.1.2 英国公共体育服务协同供给的运作模式 |
| 4.1.3 日本公共体育服务协同供给的运作模式 |
| 4.1.4 澳大利亚公共体育服务协同供给的运作模式 |
| 4.2 国外公共体育服务协同供给的必要条件与共性特征 |
| 4.2.1 以制度创新发挥非政府部门的供给力量 |
| 4.2.2 多渠道拓展公共体育服务合作伙伴关系 |
| 4.2.3 明确公共体育服务协同供给的权责边界 |
| 4.2.4 协同驱动公共体育服务供给的行为意识 |
| 4.2.5 重视公共体育服务协同供给的监督评价 |
| 4.3 国外公共体育服务协同供给对我国发展的启示 |
| 4.3.1 提升公共体育服务协同供给主体的自身能力与制度建设 |
| 4.3.2 丰富公共体育服务协同供给的运作模式与网络组织框架 |
| 4.3.3 健全公共体育服务协同供给之间的功能定位与规则边界 |
| 4.3.4 强化公共体育服务协同供给主体的行动意愿与竞争机制 |
| 4.3.5 创新公共体育协同供给的监督管理体系与评价标准系统 |
| 4.4 本章小结 |
| 第5章 公共体育服务协同供给模式的内在逻辑:形成理由、影响因素与实现机制 |
| 5.1 公共体育服务协同供给模式的形成理由分析 |
| 5.1.1 公共体育服务协同供给形成的条件性 |
| 5.1.2 公共体育服务协同供给形成的必要性 |
| 5.2 公共体育服务协同供给模式的影响因素分析 |
| 5.2.1 公共体育服务协同供给的宏观环境影响因素 |
| 5.2.2 公共体育服务协同供给的微观环境影响因素 |
| 5.3 公共体育服务协同供给模式的实现机制分析 |
| 5.3.1 公共体育服务协同供给实现的主体角色 |
| 5.3.2 公共体育服务协同供给实现的基础环境 |
| 5.3.3 公共体育服务协同供给实现的运行机制 |
| 5.4 本章小结 |
| 第6章 网络化治理下公共体育服务协同供给模式的内涵、要素与机理 |
| 6.1 网络化治理下公共体育服务协同供给模式的内涵与意义 |
| 6.1.1 网络化治理下公共体育服务协同供给模式的内涵 |
| 6.1.2 网络化治理下公共体育服务协同供给模式的意义 |
| 6.2 网络化治理下公共体育服务协同供给模式的要素与场域 |
| 6.2.1 网络化治理下公共体育服务协同供给结构的生成逻辑 |
| 6.2.2 网络化治理下公共体育服务协同供给机制的核心因素 |
| 6.2.3 网络化治理下公共体育服务协同供给主体的边界脉络 |
| 6.3 网络化治理下公共体育服务协同供给模式的SWOT范式分析 |
| 6.3.1 网络化治理下公共体育服务协同供给运行模式形成的内部优势 |
| 6.3.2 网络化治理下公共体育服务协同供给运行模式可能的内部缺陷 |
| 6.3.3 网络化治理下公共体育服务协同供给运行模式存在的外部机遇 |
| 6.3.4 网络化治理下公共体育服务协同供给运行模式出现的外部挑战 |
| 6.4 网络化治理下公共体育服务协同供给模式的机理架设 |
| 6.4.1 网络化治理下公共体育服务协同供给模式的范畴刍议 |
| 6.4.2 网络化治理下公共体育服务协同供给模式的组织构架 |
| 6.4.3 网络化治理下公共体育服务协同供给模式的内容设计 |
| 6.5 本章小结 |
| 第7章 网络化治理下公共体育服务协同供给模型的构建与效用 |
| 7.1 网络化治理下公共体育服务协同供给指标体系模型的构建原则与方法 |
| 7.1.1 网络化治理下公共体育服务协同供给指标体系模型的构建思路 |
| 7.1.2 网络化治理下公共体育服务协同供给模型指标体系的构建原则 |
| 7.1.3 网络化治理下公共体育服务协同供给指标体系模型的构建方法 |
| 7.2 网络化治理下公共体育服务协同供给指标体系模型的指标筛选过程 |
| 7.2.1 协同供给指标体系模型的初级架构 |
| 7.2.2 确立专家咨询小组 |
| 7.2.3 拟制定专家调查咨询表 |
| 7.2.4 对咨询专家的评价 |
| 7.2.5 指标的修正调整情况与基本框架内容 |
| 7.3 网络化治理下公共体育服务协同供给模型的效用分析 |
| 7.3.1 网络化治理下公共体育服务协同供给模型的动力引导效用 |
| 7.3.2 网络化治理下公共体育服务协同供给模型的组织协调效用 |
| 7.3.3 网络化治理下公共体育服务协同供给模型的评估管控效用 |
| 7.3.4 网络化治理下公共体育服务协同供给模型的决策执行效用 |
| 7.4 本章小结 |
| 第8章 网络化治理下公共体育服务协同供给的识别与评价——以上海市为例 |
| 8.1 上海市公共体育服务协同供给的主体识别与界定 |
| 8.1.1 上海市公共体育服务供给的总体概况 |
| 8.1.2 上海市公共体育服务协同供给主体的识别定位 |
| 8.2 上海市公共体育服务协同供给评价的思路与方式选择 |
| 8.2.1 上海市公共体育服务协同供给评价的基本思路 |
| 8.2.2 上海市公共体育服务协同供给评价的方法选择 |
| 8.2.3 上海市公共体育服务协同供给评价的实证数据搜集与处理说明 |
| 8.3 上海市公共体育服务协同供给评价的步骤演绎与具体过程 |
| 8.3.1 建立协同供给评价的层次评价结构 |
| 8.3.2 构建两两对比判断矩阵 |
| 8.3.3 计算权重及一致性检验 |
| 8.3.4 获得各指标权重的分值 |
| 8.3.5 确定协同供给评价因素集合与等级标准论域 |
| 8.3.6 确立隶属度矩阵进行模糊综合评价 |
| 8.3.7 基于三角白化权函数灰色评估分析 |
| 8.4 上海市公共体育服务协同供给评价结果分析 |
| 8.4.1 上海市公共体育服务协同供给整体评价结果分析 |
| 8.4.2 上海市公共体育服务协同供给分类评价结果分析 |
| 8.5 本章小结 |
| 第9章 网络化治理下公共体育服务协同供给的创新发展路径 |
| 9.1 网络化治理下公共体育服务协同供给的创新发展理念 |
| 9.1.1 网络化治理下公共体育服务协同供给创新发展的目标与原则 |
| 9.1.2 网络化治理下公共体育服务协同供给创新发展的外延与形态 |
| 9.2 网络化治理下公共体育服务协同供给创新发展的核心要素 |
| 9.2.1 以人民群众的体育锻炼需求为协同导向——中心要素 |
| 9.2.2 以政府部门的组织引导监督为协同基础——主导要素 |
| 9.2.3 以市场企业的责任效率运作为协同载体——充分要素 |
| 9.2.4 以社会组织的灵活多元配置为协同纽带——调节要素 |
| 9.3 网络化治理下公共体育服务协同供给创新发展的主要思路 |
| 9.3.1 夯实公共体育服务协同供给的管理规则 |
| 9.3.2 激发公共体育服务协同供给的动机意识 |
| 9.3.3 营造公共体育服务协同供给的资源环境 |
| 9.3.4 升华公共体育服务协同供给的组织关系 |
| 9.3.5 实现公共体育服务协同供给的多元价值 |
| 9.4 网络化治理下公共体育服务协同供给的具体创新发展策略 |
| 9.4.1 遵循协商沟通与行为信任,践行公共体育服务协同供给的创新理念 |
| 9.4.2 明晰任务权责与参与标准,规范公共体育服务协同供给的创新制度 |
| 9.4.3 整合系统信息与优质资源,扩充公共体育服务协同供给的创新渠道 |
| 9.4.4 优化网络协作与伙伴选择,加强公共体育服务协同供给的创新能力 |
| 9.4.5 推进立体监督与过程评价,巩固公共体育服务协同供给的创新保障 |
| 9.5 本章小结 |
| 第10章 结论与展望 |
| 10.1 主要研究结论 |
| 10.2 研究的不足之处 |
| 10.3 未来研究的展望 |
| 参考文献 |
| 附录 |
| 附录1 访谈提纲 |
| 附录2 调查问卷 |
| 攻读博士学位期间的科研成果 |
| 致谢 |
（2）网络化雷达协同探测与资源管理研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于静态资源配置的目标协同探测 |
| 1.2.1.1 协同检测问题 |
| 1.2.1.2 协同参数估计问题 |
| 1.2.2 基于动态资源调度的目标协同探测 |
| 1.3 本论文的主要内容和章节安排 |
| 第二章 网络化雷达的系统模型 |
| 2.1 网络化雷达的系统组成 |
| 2.2 网络化雷达的拓扑结构 |
| 2.2.1 拓扑结构的分类 |
| 2.2.2 不同拓扑结构下的数据融合 |
| 2.3 一般化的资源管理模型 |
| 2.4 本章小结 |
| 第三章 基于目标检测性能的发射节点功率分配算法 |
| 3.1 分布式MIMO雷达目标检测模型 |
| 3.1.1 信号模型 |
| 3.1.2 最优检测器 |
| 3.2 基于检测性能的功率分配问题 |
| 3.2.1 检测器性能表征 |
| 3.2.2 功率分配优化模型 |
| 3.2.3 基于优化最小化的功率分配 |
| 3.2.4 算法复杂度分析 |
| 3.3 仿真 |
| 3.4 本章小结 |
| 第四章 基于目标定位性能的收发节点优选算法 |
| 4.1 信号模型 |
| 4.2 目标参数估计 |
| 4.2.1 最大似然估计器 |
| 4.2.2 参数估计性能准则 |
| 4.3 理想信号条件下的收发节点联合优选算法 |
| 4.3.1 理想信号条件下的费歇尔信息矩阵结构 |
| 4.3.2 理想波形条件下节点选择模型 |
| 4.3.3 基于半正定规划的求解算法 |
| 4.4 一般化信号条件下的收发节点联合优选算法 |
| 4.4.1 一般化波形条件下节点选择模型 |
| 4.4.2 基于NADMM的求解算法 |
| 4.5 计算复杂度分析 |
| 4.6 仿真 |
| 4.6.1 理想波形条件下 |
| 4.6.2 一般化波形条件下 |
| 4.7 本章小结 |
| 第五章 空频感知下基于跟踪性能的动态资源调度算法 |
| 5.1 系统信号模型 |
| 5.2 目标协同跟踪模型 |
| 5.2.1 状态模型 |
| 5.2.2 观测模型 |
| 5.2.3 跟踪算法 |
| 5.2.4 跟踪性能准则 |
| 5.3 空频域干扰模型 |
| 5.3.1 雷达受到的干扰 |
| 5.3.2 雷达对ESA的影响 |
| 5.4 动态资源调度 |
| 5.4.1 资源优化模型的建立 |
| 5.4.2 优化模型的松弛求解 |
| 5.4.3 计算复杂度分析 |
| 5.5 空频感知的动态资源调度闭环流程 |
| 5.6 仿真 |
| 5.7 本章小结 |
| 第六章 分布式协同跟踪与优先级自适应动态资源分配算法 |
| 6.1 系统模型 |
| 6.2 分布式序贯贝叶斯估计 |
| 6.2.1 分布式粒子滤波器 |
| 6.2.2 分布式跟踪性能准则 |
| 6.3 效益驱动的自适应动态资源调度 |
| 6.3.1 资源优化问题的建立 |
| 6.3.2 分布式求解算法 |
| 6.3.3 计算复杂度分析 |
| 6.4 分布式自适应动态资源调度与目标跟踪闭环流程 |
| 6.5 仿真 |
| 6.6 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 |
| 附录 |
| 攻读博士学位期间取得的成果 |
（3）基于GPS和WSNs的滑坡位移监测与定位（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 滑坡监测现状 |
| 1.2.2 GPS定位现状 |
| 1.2.3 多传感器分布式融合现状 |
| 1.3 主要研究内容 |
| 1.4 本文组织 |
| 第二章 基于GPS和 WSNs的定位:一种分布式联邦Kalman滤波融合方法 |
| 2.1 系统建模 |
| 2.1.1 预备知识 |
| 2.1.2 基于GPS和 WSNs的定位模型 |
| 2.2 Kalman滤波融合定位 |
| 2.2.1 集中式Kalman滤波融合 |
| 2.2.2 分布式联邦Kalman滤波融合定位方法 |
| 2.3 实验分析 |
| 2.3.1 实验设置 |
| 2.3.2 实验结果分析 |
| 2.4 本章小结 |
| 第三章 基于GPS和 WSNs的滑坡位移监测:一种BP神经网络方法 |
| 3.1 问题描述 |
| 3.1.1 滑坡位移监测问题 |
| 3.1.2 解决思路 |
| 3.2 基于BP神经网络的滑坡位移监测 |
| 3.2.1 GPS数据集预处理 |
| 3.2.2 BP神经网络模型 |
| 3.2.3 BP学习算法 |
| 3.3 实验分析 |
| 3.4 本章小结 |
| 第四章 总结与展望 |
| 4.1 总结 |
| 4.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简介 |
（4）地雷智能防排、网络化关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 智能雷国内外研究现状 |
| 1.2.2 智能雷防排技术 |
| 1.2.3 智能雷时间同步技术 |
| 1.2.4 智能雷定位技术 |
| 1.2.5 智能雷目标检测与跟踪技术 |
| 1.3 主要研究内容及章节安排 |
| 2 智能雷基础理论架构 |
| 2.1 引言 |
| 2.2 智能雷核心组件及工作原理 |
| 2.3 关键技术分析和解决方案 |
| 2.3.1 智能雷防排技术难点和解决方案 |
| 2.3.2 智能雷时间同步技术难点和解决方案 |
| 2.3.3 智能雷无线定位技术难点和解决方案 |
| 2.3.4 智能雷目标跟踪技术难点和解决方案 |
| 2.4 智能雷防排数据集与基础理论 |
| 2.4.1 智能雷防排数据采集试验 |
| 2.4.2 分类器学习过程一致性条件 |
| 2.4.3 VC维度和泛化能力界 |
| 2.4.4 结构风险最小化原则 |
| 2.5 混频数据动态回归模型 |
| 2.5.1 一元混频数据回归模型 |
| 2.5.2 多元混频数据回归模型 |
| 2.5.3 权重函数形式 |
| 2.6 无线信号传播模型和定位原理 |
| 2.6.1 无线信号传播经验模型 |
| 2.6.2 无线信号传播理论模型 |
| 2.6.3 定位基本原理 |
| 2.7 本章小结 |
| 3 基于支持向量机和互信息特征选择的防排策略 |
| 3.1 引言 |
| 3.2 典型排雷动作的时频特征量化 |
| 3.3 特征空间尺度加权互信息的特征降维方法 |
| 3.3.1 特征相关性的互信息表示 |
| 3.3.2 特征空间维度加权的特征选择算法 |
| 3.4 基于有向无环图的支持向量机多状态分类方法 |
| 3.4.1 线性支持向量机分类器 |
| 3.4.2 非线性支持向量机分类器 |
| 3.4.3 基于有向无环图的多分类器 |
| 3.5 智能雷状态典型数据分析 |
| 3.5.1 数据预处理 |
| 3.5.2 静止姿态典型数据分析 |
| 3.5.3 受冲击作用典型数据分析 |
| 3.5.4 受持续作用典型数据分析 |
| 3.6 实验验证 |
| 3.6.1 特征数量对识别结果的影响 |
| 3.6.2 线性支持性量机参数 |
| 3.6.3 智能雷状态分类性能 |
| 3.6.4 智能雷状态分类算法时间开销 |
| 3.7 智能雷防排策略设计 |
| 3.8 本章小结 |
| 4 低时钟同步频率、宽温度适应范围的时间同步算法 |
| 4.1 引言 |
| 4.2 温度补偿的频移量动态估计模型 |
| 4.2.1 双向通信中的时间量 |
| 4.2.2 温度补偿的频移量动态估计模型 |
| 4.2.3 频移量和温度的数据融合 |
| 4.3 基于KALMAN滤波器的时钟更新 |
| 4.4 自适应再同步决策函数 |
| 4.5 实验结果与分析 |
| 4.5.1 实验条件述 |
| 4.5.2 结果分析 |
| 4.5.3 时间同步算法时间开销 |
| 4.6 本章小结 |
| 5 低信标节点密度的启发式迭代无线定位算法 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 基于RSSI的节点距离估计模型 |
| 5.2.2 最小二乘位置估计 |
| 5.3 加权线性最小二乘智能雷位置估计 |
| 5.3.1 线性最小二乘位置估计 |
| 5.3.2 加权线性最小二乘位置估计 |
| 5.4 误差控制迭代定位算法 |
| 5.4.1 信标节点空间分布特征量化 |
| 5.4.2 迭代定位算法 |
| 5.5 仿真分析 |
| 5.5.1 评价指标 |
| 5.5.2 均匀分布下定位算法特性 |
| 5.5.3 非均匀分布下的定位算法特性 |
| 5.6 实验研究 |
| 5.6.1 实验条件 |
| 5.6.2 实验方案 |
| 5.6.3 实验结果分析 |
| 5.6.4 定位算法时间开销 |
| 5.7 本章小结 |
| 6 复杂场景下网络化协同多目标检测与跟踪算法 |
| 6.1 引言 |
| 6.2 目标检测器设计 |
| 6.2.1 基于ST-LBSP的背景模型 |
| 6.2.2 基于像素距离的图像块碎片整合方法 |
| 6.2.3 基于光流相似性的图像块分割方法 |
| 6.3 视频序列SSVM多目标跟踪器 |
| 6.3.1 结构化支持向量机 |
| 6.3.2 多目标跟踪方法 |
| 6.4 实验数据集和评价指标 |
| 6.4.1 目标检测数据集和评价指标 |
| 6.4.2 多目标跟踪数据集和评价指标 |
| 6.5 实验结果分析 |
| 6.5.1 目标检测性能分析 |
| 6.5.2 多目标跟踪算法性能 |
| 6.5.3 低视角的无人机跟踪性能测试 |
| 6.6 网络化协同目标定位 |
| 6.6.1 视觉测量模型 |
| 6.6.2 最大似然估计目标定位 |
| 6.7 本章小结 |
| 7 工作总结与展望 |
| 7.1 总结及主要贡献 |
| 7.2 本文的创新点 |
| 7.3 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）海基网络化雷达探测效能和拓扑优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 第一章 绪论 |
| 1.1 研究意义和背景 |
| 1.2 网络化雷达研究现状 |
| 1.2.1 网络化雷达发展现状 |
| 1.2.2 网络化雷达研究现状 |
| 1.3 本文内容及工作安排 |
| 第二章 海基网络化雷达技术概述 |
| 2.1 海基网络化雷达概念 |
| 2.2 海基网络化雷达组网模式 |
| 2.3 海基网络化雷达的关键技术 |
| 2.3.1 海基网络化雷达的基础性技术 |
| 2.3.2 海基平台动态变化带来的技术挑战 |
| 2.3.3 海基网络化雷达的组网相关技术 |
| 2.4 本章小结 |
| 第三章 海基网络化雷达探测效能 |
| 3.1 海战场作战环境分析 |
| 3.2 海战场环境下网络化雷达模型构建和基础性能分析 |
| 3.2.1 网络化雷达系统模型构建 |
| 3.2.2 自然条件下探测范围分析 |
| 3.2.3 自然条件下探测精度分析 |
| 3.3 干扰条件下网络化雷达不同拓扑的探测能力描述 |
| 3.3.1 反截获能力 |
| 3.3.2 干扰暴露区 |
| 3.4 由不同拓扑探测能力到网络探测效能 |
| 3.4.1 反截获能力分析 |
| 3.4.2 干扰暴露区分析 |
| 3.5 对海基网络化雷达布站数量给出建议 |
| 3.6 本章小结 |
| 第四章 海基网络化雷达拓扑优化研究 |
| 4.1 拓扑优化场景描述 |
| 4.2 基于探测目标的拓扑优化 |
| 4.2.1 目标函数构建 |
| 4.2.2 海基动态布站算法 |
| 4.2.3 仿真分析 |
| 4.3 基于探测区域的拓扑优化 |
| 4.3.1 基于干扰暴露区的拓扑优化 |
| 4.3.2 基于反拦截角度的拓扑优化 |
| 4.4 本章小结 |
| 第五章 总结和展望 |
| 5.1 本文内容总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及取得的研究成果 |
（6）网络化机械臂跟踪系统及其平台构建（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究意义 |
| 1.2 课题研究现状 |
| 1.2.1 机械臂控制研究现状 |
| 1.2.2 视觉定位研究现状 |
| 1.3 论文的研究内容与组织结构 |
| 1.3.1 论文的研究内容 |
| 1.3.2 论文的组织结构 |
| 1.4 本章小结 |
| 2 网络化机械臂的同步控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 主要结果 |
| 2.4 数值仿真 |
| 2.5 本章小结 |
| 3 平台整体方案设计 |
| 3.1 引言 |
| 3.2 机械臂控制系统需求分析 |
| 3.3 硬件系统总体方案设计 |
| 3.3.1 硬件系统图像采集系统 |
| 3.3.2 硬件系统的机械臂控制系统 |
| 3.4 软件系统总体方案设计 |
| 3.4.1 软件系统的图像采集系统 |
| 3.4.2 软件系统的机械臂控制系统 |
| 3.4.3 机械臂软件控制界面 |
| 3.5 本章小结 |
| 4 系统建模 |
| 4.1 机械臂运动学建模 |
| 4.2 机械臂运动学模型 |
| 4.2.1 二维平面建模 |
| 4.2.2 三维空间建模 |
| 4.2.3 机械臂正运动学求解 |
| 4.2.4 机械臂逆运动学求解 |
| 4.3 摄像机成像模型与标定 |
| 4.3.1 摄像机模型 |
| 4.3.2 非线性模型 |
| 4.4 摄像机标定方法 |
| 4.5 畸变校正 |
| 4.6 摄像机标定实验及结果 |
| 4.7 本章小结 |
| 5 视觉定位算法设计 |
| 5.1 引言 |
| 5.2 图像预处理 |
| 5.2.1 图像平滑 |
| 5.2.2 图像的形态学操作 |
| 5.2.3 图像分割 |
| 5.3 目标特征提取 |
| 5.3.1 基于颜色特征提取 |
| 5.3.2 基于形状特征提取 |
| 5.4 单目视觉系统 |
| 5.5 目标跟踪算法 |
| 5.6 实验验证 |
| 5.6.1 一次项拟合 |
| 5.6.2 二次项拟合 |
| 5.7 本章小结 |
| 6 平台总体实现 |
| 6.1 准备工作 |
| 6.2 具体实施 |
| 6.3 本章小结 |
| 7 总结与展望 |
| 7.1 引言 |
| 7.2 总结 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录A |
（7）基于超声波和航迹推算的室内定位方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景、意义以及目的 |
| 1.2 室内定位系统的国内外研究现状 |
| 1.2.1 室内定位其它主要技术及研究现状 |
| 1.2.2 超声波室内定位技术的研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 基于超声波和无线传感网络的室内定位系统研究 |
| 2.1 引言 |
| 2.2 基于超声波和无线传感网络的室内定位系统原理 |
| 2.2.1 基于超声波和无线传感网络的室内定位系统结构 |
| 2.2.2 时间同步方法 |
| 2.2.3 测距和目标位置估计方法 |
| 2.3 基于数字锁相放大包络检测的室内定位方法 |
| 2.3.1 问题描述 |
| 2.3.2 基于数字锁相放大包络检测方法 |
| 2.3.3 系统及算法实现 |
| 2.3.4 仿真实验与讨论 |
| 2.3.5 应用实验与结果 |
| 2.4 基于最小二乘法包络检测的室内定位方法 |
| 2.4.1 问题描述 |
| 2.4.2 基于最小二乘包络检测方法 |
| 2.4.3 系统及算法实现 |
| 2.4.4 仿真实验与讨论 |
| 2.4.5 应用实验与结果 |
| 2.5 本章小结 |
| 第3章 基于超声波和航迹推算的组合定位系统研究 |
| 3.1 引言 |
| 3.2 基于扩展卡尔曼滤波的组合定位方法 |
| 3.2.1 扩展卡尔曼滤波理论 |
| 3.2.2 移动机器人航迹推算系统 |
| 3.2.3 基于超声波的移动机器人定位系统 |
| 3.2.4 基于超声波和航迹推算的组合定位系统 |
| 3.2.5 仿真与讨论 |
| 3.2.6 实验与结果 |
| 3.3 基于无迹卡尔曼滤波的组合定位方法 |
| 3.3.1 问题描述 |
| 3.3.2 无迹卡尔曼组合定位算法 |
| 3.3.3 仿真与讨论 |
| 3.3.4 实验与结果 |
| 3.4 本章小结 |
| 第4章 测量信号随机滞后或丢失情况下的组合定位方法研究 |
| 4.1 引言 |
| 4.2 考虑测量随机一步延时的扩展卡尔曼滤波组合定位方法 |
| 4.2.1 问题描述 |
| 4.2.2 测量随机一步延时的扩展卡尔曼滤波方法 |
| 4.2.3 超声波系统具有随机一步延时的组合定位算法 |
| 4.2.4 仿真与讨论 |
| 4.2.5 实验与结果 |
| 4.3 考虑测量丢失的扩展卡尔曼滤波组合定位方法 |
| 4.3.1 问题描述 |
| 4.3.2 测量丢失情况下的扩展卡尔曼滤波方法 |
| 4.3.3 超声波定位系统数据丢失情况下的组合定位方法 |
| 4.3.4 仿真与讨论 |
| 4.3.5 实验与结果 |
| 4.4 本章小结 |
| 第5章 室内定位系统在移动机器人路径跟踪控制中的应用 |
| 5.1 引言 |
| 5.2 基于实时系统的网络化控制器 |
| 5.2.1 实时网络化控制系统软件描述 |
| 5.2.2 实时网络化控制系统硬件设计 |
| 5.3 基于安卓终端的网络化控制器 |
| 5.3.1 基于安卓的网络化控制系统软件描述 |
| 5.3.2 基于安卓的网络化控制系统硬件设计 |
| 5.4 轮式移动机器人路径跟踪控制 |
| 5.4.1 轮式移动机器人系统介绍 |
| 5.4.2 移动机器人路径跟踪控制方法描述 |
| 5.4.3 实验与结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（8）基于网络化弹药的声定位融合算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 本文的研究内容 |
| 第二章 声阵列定位算法 |
| 2.1 时延估计类算法 |
| 2.1.1 时延估计的模型 |
| 2.1.2 广义互相关定位算法 |
| 2.1.3 自适应滤波法 |
| 2.2 空间谱估计算法 |
| 2.2.1 引言 |
| 2.2.2 MUSIC算法数学模型 |
| 2.4 本章小结 |
| 第三章 单阵列定位算法的研究与优化 |
| 3.1 阵列的结构设计 |
| 3.2 阵列的时延定位算法 |
| 3.2.1 五元声阵列时延定位 |
| 3.2.2 定位精度分析 |
| 3.3 基于BP神经网络时延定位算法 |
| 3.3.1 BP神经网络及其特点 |
| 3.3.2 BP网络学习算法 |
| 3.3.3 网络的设计 |
| 3.3.4 基于BP神经网络定位算法 |
| 3.4 MUSIC算法在立体阵下的性能研究 |
| 3.4.1 数学模型建立 |
| 3.4.2 仿真与性能研究 |
| 3.5 算法嵌入式系统移植 |
| 3.5.1 STM32微处理器的结构与特点 |
| 3.5.2 软件开发工具介绍 |
| 3.5.3 主程序设计与算法移植 |
| 3.6 本章小结 |
| 第四章 多阵列融合定位算法 |
| 4.1 问题的提出与分析 |
| 4.2 节点自定位 |
| 4.3 数据融合算法 |
| 4.3.1 加权均值融合 |
| 4.3.2 多AOA数据融合算法 |
| 4.3.3 基于DBSCAN聚类加权融合 |
| 4.4 融合延时校准 |
| 4.4.1 问题描述 |
| 4.4.2 解决问题方案 |
| 4.4.3 仿真实验结果 |
| 4.5 本章小结 |
| 第五章 声定位实验与定位结果 |
| 5.1 实验的方案与过程 |
| 5.1.1 试验设备 |
| 5.1.2 实验方案 |
| 5.2 声定位实验与分析 |
| 5.2.1 数据预处理 |
| 5.2.2 实验结果 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
（9）智能产品服务生态系统理论与方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与挑战 |
| 1.1.1 研究背景 |
| 1.1.2 面临的挑战 |
| 1.2 产品服务系统的智能化和生态化转型 |
| 1.2.1 转型路径分析 |
| 1.2.2 转型需求分析 |
| 1.2.3 解决方案 |
| 1.3 论文研究意义 |
| 1.4 论文组织结构 |
| 第二章 智能产品服务生态系统研究现状与分析 |
| 2.1 智能产品服务生态系统框架研究现状 |
| 2.1.1 智能化服务化转型研究现状 |
| 2.1.2 生态系统的应用研究现状 |
| 2.2 智能产品服务生态系统边界及需求分析研究现状 |
| 2.2.1 智能产品服务生态系统边界研究现状 |
| 2.2.2 智能产品服务生态系统需求分析研究现状 |
| 2.3 智能产品服务生态系统解析研究现状 |
| 2.3.1 智能产品服务生态系统建模理论研究现状 |
| 2.3.2 智能产品服务生态系统稳态研究现状 |
| 2.4 智能产品服务生态系统设计研究现状 |
| 2.4.1 智能产品功能层次聚类与系统生成 |
| 2.4.2 智能产品服务流程图形化建模与量化分析 |
| 2.5 智能生态产品服务交付研究现状 |
| 2.6 研究现状小结 |
| 第三章 智能产品服务生态系统理论总体框架 |
| 3.1 引言 |
| 3.2 智能产品服务生态系统相关概念定义 |
| 3.3 智能产品服务生态系统特征分析 |
| 3.3.2 智能的特征 |
| 3.3.3 生态的特征 |
| 3.3.4 服务的特征 |
| 3.4 智能产品服务生态系统要素构成 |
| 3.4.1 智能技术 |
| 3.4.2 用户体验 |
| 3.4.3 市场定位 |
| 3.4.4 商业模式 |
| 3.4.5 关联关系 |
| 3.4.6 联接交互 |
| 3.4.7 生态特征与系统要素之间的关联关系 |
| 3.5 智能产品服务生态系统总体研究框架与流程 |
| 3.6 智能家居服务生态系统示例验证 |
| 3.6.1 智能家居服务生态系统的定义与演变 |
| 3.6.2 智能家居服务生态系统的特征体现 |
| 3.6.3 智能家居服务生态系统要素构成分析 |
| 3.7 先进性与可行性分析 |
| 3.8 本章小结 |
| 第四章 智能产品服务生态系统需求分析 |
| 4.1 引言 |
| 4.2 智能产品服务生态系统需求分析研究思路与框架流程 |
| 4.2.1 智能产品服务生态系统边界拓展特征分析 |
| 4.2.2 智能产品服务生态系统客户需求特征分析 |
| 4.2.3 智能产品服务生态系统客户需求分析研究框架流程 |
| 4.3 智能产品服务生态系统边界研究 |
| 4.3.1 智能产品服务生态系统业务边界研究 |
| 4.3.2 智能产品服务生态系统价值边界研究 |
| 4.4 智能产品服务生态系统客户需求挖掘与预测 |
| 4.4.1 客户需求分析方法选择 |
| 4.4.2 基于模糊认知图(FCM)的客户隐性需求挖掘方法 |
| 4.4.3 基于ARIMA模型的客户动态需求预测方法 |
| 4.5 智能家居服务生态系统需求分析示例验证 |
| 4.5.1 智能家居服务生态系统边界研究 |
| 4.5.2 智能家居服务生态系统客户需求挖掘与动态预测 |
| 4.6 先进性与可行性分析 |
| 4.7 本章小结 |
| 第五章 智能产品服务生态系统解析 |
| 5.1 引言 |
| 5.2 智能产品服务生态系统解析研究思路与框架流程 |
| 5.2.1 智能产品服务生态系统解析的问题特征 |
| 5.2.2 智能产品服务生态系统解析研究框架流程 |
| 5.3 智能产品服务生态系统层次结构拓扑分析与建模 |
| 5.3.1 智能产品服务生态系统层次分析 |
| 5.3.2 智能产品服务生态系统生存系统模型(EVSM) |
| 5.3.3 基于EVSM的智能产品服务生态系统结构建模 |
| 5.4 智能产品服务生态系统稳健性研究 |
| 5.4.1 智能产品服务生态系统稳健性研究思路 |
| 5.4.2 智能产品服务生态系统的耗散结构演变 |
| 5.4.3 智能产品服务生态系统生态位分离 |
| 5.4.4 智能产品服务生态系统稳健性评价 |
| 5.4.5 智能产品服务生态系统的冗余机制 |
| 5.5 智能产品服务生态系统价值涌现 |
| 5.5.1 智能产品服务生态系统价值涌现机理 |
| 5.5.2 智能产品服务生态系统的价值空间的拓展 |
| 5.5.3 智能产品服务生态系统价值空间评价 |
| 5.6 智能家居服务生态系统解析示例验证 |
| 5.6.1 智能家居服务生态系统结构拓扑层次分析 |
| 5.6.2 智能家居服务生态系统稳健性研究 |
| 5.6.3 智能家居服务生态系统价值涌现 |
| 5.7 先进性与可行性分析 |
| 5.8 本章小结 |
| 第六章 智能产品服务生态系统设计 |
| 6.1 引言 |
| 6.2 智能产品服务生态系统设计研究思路与框架流程 |
| 6.3 智能产品与功能层次聚类 |
| 6.3.1 主要问题特征与研究思路分析 |
| 6.3.2 智能产品功能模糊层次聚类算法 |
| 6.4 智能产品服务流程建模 |
| 6.4.1 智能产品服务配置框架 |
| 6.4.2 基于服务蓝图的智能产品服务包划分 |
| 6.4.3 基于BPMN图的智能产品服务过程建模 |
| 6.5 智能产品服务生态价值交互与平衡 |
| 6.5.1 智能产品服务生态价值交叉补贴 |
| 6.5.2 智能产品服务生态系统价值网络分析 |
| 6.5.3 智能产品服务生态系统价值传递矩阵 |
| 6.6 智能家居服务生态系统设计示例验证 |
| 6.6.1 智能家居产品与功能层次聚类 |
| 6.6.2 基于多方法融合的智能家居服务流程建模 |
| 6.6.3 智能家居服务生态价值交互与平衡 |
| 6.7 先进性与可行性分析 |
| 6.8 本章小结 |
| 第七章 智能产品服务生态系统交付 |
| 7.1 引言 |
| 7.2 智能产品服务生态系统交付研究思路与框架流程 |
| 7.2.1 智能产品服务生态系统交付问题特征分析 |
| 7.2.2 智能产品服务生态系统交付研究框架流程 |
| 7.3 智能产品服务能力规划 |
| 7.3.1 智能产品服务能力层次分析框架 |
| 7.3.2 智能产品服务能力与资源的虚拟池化 |
| 7.4 智能产品服务交付管理 |
| 7.4.1 智能产品服务交付协同化过程 |
| 7.4.2 智能产品服务交付渠道 |
| 7.4.3 基于动态共享资源池的智能产品服务资源配置 |
| 7.5 智能家居服务生态系统交付示例验证 |
| 7.5.1 智能家居服务能力规划 |
| 7.5.2 智能家居服务运营管理 |
| 7.6 先进性与可行性分析 |
| 7.7 本章小结 |
| 第八章 智能网联汽车服务生态系统示例验证 |
| 8.1 案例背景 |
| 8.2 智能网联汽车服务生态系统框架结构 |
| 8.2.1 智能网联汽车服务生态系统基础框架 |
| 8.2.2 智能网联汽车服务生态系统的特征体现 |
| 8.2.3 智能网联汽车服务生态系统的要素构成 |
| 8.3 智能网联汽车服务生态需求分析 |
| 8.3.1 智能网联汽车服务生态系统边界研究 |
| 8.3.2 智能网联汽车服务生态系统客户需求挖掘与动态预测 |
| 8.4 智能网联汽车服务生态系统解析 |
| 8.4.1 智能网联汽车服务生态系统结构拓扑层次分析 |
| 8.4.2 智能网联汽车服务生态系统稳健性研究 |
| 8.4.3 智能网联汽车服务生态系统价值涌现 |
| 8.5 智能网联汽车服务生态系统设计 |
| 8.5.1 智能网联汽车产品与功能层次聚类 |
| 8.5.2 基于多方法融合的智能网联汽车服务流程建模 |
| 8.5.3 智能网联汽车服务生态价值交互与平衡 |
| 8.6 智能网联汽车服务生态系统交付 |
| 8.6.1 智能网联汽车服务能力规划 |
| 8.6.2 智能网联汽车服务运营管理 |
| 8.7 本章小结 |
| 第九章 总结与展望 |
| 9.1 总结 |
| 9.1.1 内容总结 |
| 9.1.2 创新点 |
| 9.2 展望 |
| 9.2.1 不足之处 |
| 9.2.2 后续研究 |
| 参考文献 |
| 附录一 英文缩略语 |
| 附录二 模糊层次聚类算法的MATLAB实现 |
| 附录三 基于EXCEL的资源动态配置算法实现 |
| 攻读博士学位期间发表或录用的学术论文 |
| 以第一作者发表的学术论文 |
| 第一作者撰写中和拟投稿论文 |
| 与他人合作发表的学术论文 |
| 攻读博士学位期间参与的科研项目 |
| 致谢 |
（10）网络化多智能体系统的时变编队跟踪控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 网络化多智能体控制研究近况 |
| 1.2.1 编队控制 |
| 1.2.2 网络通信受限控制 |
| 1.3 研究目的 |
| 1.3.1 时变编队控制 |
| 1.3.2 网络通信受限控制 |
| 1.3.3 网络化多智能体编队控制仿真与实验 |
| 1.4 本文的主要内容 |
| 1.5 预备知识 |
| 1.5.1 单向通信拓扑结构 |
| 1.5.2 多智能体系统的采样系统 |
| 第2章 一阶平面多智能体系统的时变一致性编队跟踪控制 |
| 2.1 引言 |
| 2.2 不受运动约束的情况 |
| 2.2.1 问题描述 |
| 2.2.2 时变一致跟踪协议设计 |
| 2.2.3 时变一致跟踪性能分析 |
| 2.2.4 仿真验证 |
| 2.3 受非完整性约束的情况 |
| 2.3.1 问题描述 |
| 2.3.2 时变一致跟踪协议设计 |
| 2.3.3 时变一致跟踪性能分析 |
| 2.3.4 讨论 |
| 2.3.5 实验验证 |
| 2.4 本章小结 |
| 第3章 线性多智能体系统的时变一致性编队跟踪控制 |
| 3.1 问题描述 |
| 3.2 输入矩阵行满秩的情况 |
| 3.2.1 状态直接可用且输入矩阵行满秩的情况 |
| 3.2.2 状态可观测且输入矩阵行满秩的情况 |
| 3.3 状态可观测的一般情况 |
| 3.3.1 时变一致跟踪协议设计 |
| 3.3.2 时变一致跟踪性能分析 |
| 3.3.3 仿真 |
| 3.3.4 讨论 |
| 3.4 本章小结 |
| 第4章 基于广义一致性的时变编队控制 |
| 4.1 引言 |
| 4.2 F-CONSENSUS问题和F算子 |
| 4.2.1 问题描述 |
| 4.2.2 F算子的性质 |
| 4.3 网络化一阶平面多智能体系统广义一致性编队 |
| 4.3.1 问题描述 |
| 4.3.2 控制器设计 |
| 4.3.3 一致性能分析 |
| 4.3.4 编队应用 |
| 4.4 本章小结 |
| 第5章 网络化多智能体编队仿真与实验平台 |
| 5.1 基于云的网络化仿真实验平台 |
| 5.1.1 平台的整体结构 |
| 5.1.2 网络化控制器Netcontroller-DM3730 |
| 5.1.3 云端交叉编译 |
| 5.2 差分驱动轮式机器人的编队实验平台 |
| 5.2.1 实验用轮式机器人 |
| 5.2.2 反馈通道延迟和数据丢包的补偿策略 |
| 5.2.3 基于VICON系统的机器人定位 |
| 5.2.4 基于嵌入式视觉的定位 |
| 5.3 文中编队实验视频 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
四、网络化系统定位方法研究（论文参考文献）
- [1]网络化治理视域下公共体育服务协同供给研究[D]. 焦长庚. 上海体育学院, 2020(12)
- [2]网络化雷达协同探测与资源管理研究[D]. 鲁彦希. 电子科技大学, 2020(07)
- [3]基于GPS和WSNs的滑坡位移监测与定位[D]. 张敏敏. 山西大学, 2019(01)
- [4]地雷智能防排、网络化关键技术研究[D]. 孙宇嘉. 南京理工大学, 2019(01)
- [5]海基网络化雷达探测效能和拓扑优化研究[D]. 周程. 中国电子科技集团公司电子科学研究院, 2019(02)
- [6]网络化机械臂跟踪系统及其平台构建[D]. 叶达文. 南京理工大学, 2019(06)
- [7]基于超声波和航迹推算的室内定位方法研究[D]. 漆军. 哈尔滨工业大学, 2019
- [8]基于网络化弹药的声定位融合算法研究[D]. 王策男. 北京理工大学, 2018(07)
- [9]智能产品服务生态系统理论与方法研究[D]. 郑茂宽. 上海交通大学, 2018(01)
- [10]网络化多智能体系统的时变编队跟踪控制[D]. 赵俊. 哈尔滨工业大学, 2017(01)