一、室内场强预测理论研究及工程应用（论文文献综述）
于洋[1]（2021）在《基于镜像法的矩形弯曲矿井巷道电磁波反射场强预测》文中进行了进一步梳理建立可靠性高的井下通信系统对于井下资源开采和利用以及提高井下工作的安全系数至关重要,同时分析井下弯曲巷道中的电磁波传播特性对提升井下通信系统的性能具有重要意义。本文旨在研究矩形弯曲矿井巷道中的电磁波反射场强,提出了适用于矩形弯曲矿井巷道的电磁波反射场强预测方法,包括井下L型巷道和折线型巷道中的电磁波反射场强预测以及影响因素,如收发点的位置和天线的发射频率等对接收点反射场强的影响。本文所取得的主要成果包括:（1）提出了一种适用于矩形直角弯曲矿井巷道（L型矿井巷道）,即巷道的弯折角度θ=90°时接收点反射场强的预测方法,可预测矩形直角弯曲矿井巷道中电磁波反射场强的衰减特性。所提出的方法通过判断反射点是否在反射平面内与是否在镜像点和接收点连线的端点之间,以及判断射线路径是否未被L型矿井巷道的障碍平面遮挡,从而确定L型矿井巷道有效的电磁波反射路径与反射线数目。仿真分析表明,所提出的方法能够有效统计出L型矿井巷道有效反射线数目和预测L型巷道中接收点的反射场强的衰减特性。（2）为了分析巷道的弯折角度θ为锐角（0°<θ<90°）时接收点反射场强的衰减特性,在L型矿井巷道接收点反射场强预测方法的基础上,提出了一种适用于折线型矿井巷道的接收点反射场强的预测方法,可预测折线型巷道中电磁波反射场强的衰减特性。所提出的方法将折线型巷道模型中反射平面的端点坐标、反射平面方程、反射平面的边界范围以及障碍平面的边界范围都推导为用巷道的弯折角度θ定量表示的表达式,并判断此时的射线路径是否未被折线型矿井巷道的障碍平面遮挡,从而确定折线型矿井巷道有效的电磁波反射路径与反射线数目。仿真分析表明,所提出的方法能够有效统计出折线型矿井巷道中的有效反射线数目和预测折线型矿井巷道接收点的反射场强的衰减特性。（3）井下L型巷道和折线型巷道中的电磁波反射场强不仅受到巷道弯曲的很大影响,而且还受到收发点在矿井巷道中的水平位置和高度、天线的发射频率、介电常数以及巷道宽和高的影响。当收发点位于巷道的中心位置且收发点的高度相同时,接收点反射场强的衰减较小;场强衰减的大小随天线发射频率的升高而增大;介电常数越大,接收点反射场强的衰减越大;矿井巷道的宽度或高度较大时接收点反射场强的衰减越小,有利于电磁波的传输。对比分析了同条件下巷道的弯折角度为90°和60°时场强的衰减大小,可知弯折角度越大,接收点反射场强的衰减越大。
任才玮[2]（2021）在《基于深度学习井下复杂环境的无线信道建模与预测》文中认为随着煤矿产业的发展,矿井下无线通信系统智能化成为近年来研究的热点。由于矿井巷道中环境复杂,导致衰落因素众多,井下信道衰落模型建立较为复杂。本文提出一种深度学习方法搭建矿井无线信道衰落模型并对接收场强进行预测。本文将矿井下复杂的巷道环境抽象为理想的空直矩形巷道。主要对造成电磁波衰落的因子展开研究,如载波频率、井下巷道的不光滑程度、井下巷道的倾斜程度、通道内的煤尘散射、巷道内湿度以及收发距离。利用神经网络与无线信道结构的相似性,建立基于深度学习的大尺度衰落以及小尺度衰落的衰落模型。通过仿真电磁波在井下的传播过程,并以此仿真产生衰落模拟数据作为神经网络的训练集。根据训练集设计神经网络结构,并与支持向量机建立的信道模型进行对比。实验结果表明,利用深度学习方法建立的小尺度衰落模型优于SVM,但深度学习方法建立的大尺度衰落模型略逊于SVM建立的模型。为了解决大尺度衰落SVM预测性能优于LSTM,小尺度衰落LSTM预测性能优于SVM的问题,以及对于预测精度的需求,本文设计了一种SVM-LSTM混合网络模型,将SVM和LSTM的预测结果进行权值分配,通过遗传算法对权值进行分配优化。利用学校某矿道实际测量的真实数据,对模型进行实验验证,预测评价指标MAE为0.3055,RMSE为0.3688,相关系数为0.9995,优于其他模型及单一网络,实验结果证明,本文设计的混合网络能够结合两种单一模型预测衰落的优点,并提升了信道衰落的预测精度。
曾鑫伟[3]（2021）在《基于LF的卡口人员无感进出检测系统的设计与实现》文中认为随着我国新高考试点改革的推进,全新选科模式使高中实施走班制教学成为大势所趋,走班考勤难题亟待解决,学校希望引进智能卡口人员进出检测系统检测学生进出教室位置情况服务于学生走班考勤管理工作。现有进出检测系统存在检测效率慢、准确性较差以及带卡考勤标签卡续航能力不够等问题,因此学校迫切需求高效准确、高续航可靠卡口人员无感进出检测系统。针对上述需求,本文设计了基于低频的卡口人员无感进出检测系统,突破了卡口区域人员精确进出定位技术和定位信息快速交互技术,实现了对卡口区域密集人群的低功耗、高效准确进出检测。本文主要工作包括:1、针对卡口区域金属门电磁干扰和复杂环境带来的进出定位失准问题,提出了一种基于RSSI测距误差修正的融合定位算法,可以实现对卡口区域携卡人员进出准确定位,与低频RSSI定位算法相比解决了其卡口中间区域定位盲区问题,较于极大似然估计和三角质心等定位算法大幅提升进出定位准确率。2、针对卡口基站和多标签卡定位信息通信冲突问题,设计了一种BTF空口通信协议,利用时分多址、优化低频帧结构方法解决了标签卡唤醒冲突问题,利用频分加时分多址结合帧时隙ALOHA方法配置标签入网时隙、避免竞争解决了多标签读取冲突问题,实现了卡口区域定位信息快速交互。3、针对学校的对于进出检测系统需求,设计了系统的总体方案并进行可行性论证,包括:系统架构设计、检测流程设计、检测系统各模块软硬件设计,通讯协议以及定位算法设计,最终研制出卡口人员无感进出检测系统样机,实现卡口区域密集人群的高效进出检测。以上工作,已通过真实教室卡口环境的功能测试和性能测试的实地实验,全方面验证了样机系统的可行性。在400次人员进出检测实验验证下,可以实现95%以上准确率,并且标签卡可以达到6个月以上超长续航,系统反应时间小于500ms,对于新高考学校解决学生走班考勤问题具有十分重要的意义。此外应四相公司矿井资产管理项目需求,开展实地测试,达到与以上相同的效果,用于煤矿领域解决设备管理混乱问题具有重要价值。
院琳[4]（2021）在《基于机器学习的电磁问题优化建模研究》文中研究表明近年来,得益于数据获取、储存、处理等技术的进步,机器学习算法得到了快速发展。机器学习算法起初只应用于图像分析、模式识别等计算机领域,但由于其优越的性能,机器学习算法正作为一种新方法,为解决复杂电磁学问题提供了更多选择。无线通信系统是电磁学的代表性应用。为了搭建性能优良的通信系统,需要了解信道特性,并设计出满足性能要求的电磁器件。因此,本论文以信道建模与器件设计为研究方向,深入研究了相关基础理论与关键技术,提出了基于机器学习算法的高效解决方法。本论文的主要研究内容如下:首先,针对室外平原地区的无线通信,根据统计模型ITU-R P.1546建议书,建立起基于数字地图的场强预测模型。利用数字地图提供的地形信息,能够实现区域范围内的场强预测。考虑到我国幅员辽阔,地形多样,为了进一步扩展模型的适用范围,采用Deygout模型对山地和丘陵地区存在的多峰问题进行处理,计算起伏地形下信号传播的绕射损耗。将两模型进行合理结合,从而实现不同地形条件下的场强预测。由于上述方法基于统计性模型,为了弥补统计性建模精度较差的缺陷,提出了结合统计性模型与人工神经网络（Artificial Neural Network,ANN）的混合模型。通过神经网络对地形信息及场强误差之间的非线性关系进行学习,能够对统计性模型预测场强进行补偿,从而有效提高预测精度。其次,采用数据驱动的机器学习算法对时间反演通信系统的信道建模进行了研究。由于能够汇集并利用由室内丰富多径信道传递的信息,时间反演电磁波具有空时聚焦特性,有助于提升通信系统的性能。针对时间反演室内通信系统,本论文提出了一种基于经验知识的神经网络信道建模方法。利用主成分分析技术对接收信号数据进行降维,并通过神经网络对接收机位置和降维数据之间的非线性关系进行学习建立信道模型。在神经网络训练过程中,将时间反演信号的传播特性用于指导神经网络模型内部参数的优化,提高了模型的性能。以一个简单室内无线通信环境作为算例,验证了提出方法的有效性。以往时间反演信道建模采用统计性建模以及确定性建模方法,采用机器学习算法建立信道模型的研究尚属首次。在研究基于机器学习的新型电磁器件设计方法方面,对无线通信中必不可少的收发器件——天线以及具有广阔应用前景的超表面进行了研究。首先,提出了一种多分支逆建模方法,有效解决了阵列天线的方向性逆问题。与电磁正向问题具有的唯一性不同,由于存在多个结构参数与同一电磁响应相对应,逆问题中存在着非唯一性。为此,利用伴随神经网络获取训练样本数据中的导数信息,并将其用于判断非唯一性是否存在。基于单调性,将存在非唯一性的训练样本集拆分成多组,从而保证了每组样本的唯一性。将每组样本分别用于一个神经网络的训练,并将每个训练好的神经网络作为分支进行组合,从而构成整体。以偶极子均匀线阵、面阵以及稀布阵作为算例,验证了模型的有效性。相比直接逆建模方法,该方法显着提高了逆模型的精度。针对超表面设计问题,采用了一种结合传递函数（Transfer Function,TF）与人工神经网络的逆模型（TF-ANN）。利用矢量拟合技术对电磁响应进行处理,从而显着降低了逆模型的输入维度以及结构的复杂度,提升了神经网络模型的精度。以一个反射超表面作为算例,验证了方法有效性。最后,为了更加高效、简单地解决逆建模中存在的非唯一性问题,提出了一种改进型TF-ANN逆模型。在训练过程中,通过与两个预先训练的正向分支级联,对逆模型内部的权重及偏置进行优化。以一个类电磁诱导透明超表面作为算例,验证了该方法能够在样本集较小的情况下具有良好的性能。
何赛[5]（2019）在《4G无线网络室内分布规划设计》文中提出室内无线网络分布系统中,网络覆盖的全域化,高效化,方案规划的标准化已经成为室内4G网络覆盖研究的核心问题,在室内分布设计软件的研发中,对于网络性能的预测、网络设计方案的制定、相关网络覆盖的有效性等都具有一定的相关作用,而且针对当前室内规划分析软件的使用,及时的预测效率及其准确率成为当前人员开展实际设计的基础,也是当前规划研究的重点内容。本研究内容主要以室内通信网络技术为主,将传播模型的建立、系统的全面提升为依据,并以预测效率的有效提升及相关设计思路的应用为重点对新的主干研究及优化方法进行了探究,主要的工作内容包含以下几个方面:（1）利用建模并对比分析的方法,对多种常见的室内无线网络传播经验模型进行构建,通过建立射线跟踪模式建立方式,确定模型的建立可行性及其优缺点,并对建模的手段和方法进行了分析。以当前室内传播模型的校正原则为基础,研究和分析室内传播经验模型的高效仿真分析,并对校正的结果进行预判分析。（2）依据室内空间分布软件的设计流程及规划原则,对其设计的主要优化方法进行简介,并提出了解决选择器件及信号源参数中不合理规划的问题,针对性的使用了对应的软件覆盖预测功能,对预测覆盖功能的算法进行了初步的改进。期望能够通过实际的室内分布软件的覆盖,对室内无线网络技术的应用效率进行提高,并不断的提升用户软件的使用效率及其软件使用的满意程度等,也是本文研究的创新点之一。
张明镜[6]（2020）在《室分天线自动布放功能的研究与实现》文中提出随着全球范围内不限流量的移动宽带业务的大规模开展,5G时代悄然开启,室内覆盖已经演变为5G的新战场,室内分布系统的设计正是室内覆盖工程建设中非常关键的一部分。本文首先介绍了室内分布系统和中国移动设计院自主研发的室分设计软件 AIDP（Advanced Indoor Design Platform）,对 AIDP 的功能模块进行介绍,并且对于开发过程中使用的相关技术进行概述。然后,本文根据设计人员在5G时代下的实际需求,利用ObjectARX技术将扩展型皮基站设计方案从平面图到系统图分别进行了实现,并且实现了后续的多层连接、电平计算、一键生成图例等新的功能模块。此外,本文基于遗传算法实现了天线自动布放功能,能够根据使用场景的不同,选择不同的布放方式,考虑了器件差损、馈线百米损耗、建筑穿损等因素,能够应用于不同的工作频段。并且对于经典的室内传播模型ITU-R P.1238模型、自由空间传播模型以及Keenan-Motley传播模型进行调研,ITU-R P.1238室内传播模型的距离损耗系数,会根据室内场景的不同而产生变化,因此使用前需要识别室内场景,会影响天线自动布放功能运行的效率。自由空间传播模型适用于视距传输场景,将介质损耗忽略不计,是一种理想的传输模型,不适合直接用于室内环境。因此本文选择Keenan-Motley传播模型用于单点场强计算,对于模型各个参数进行详细的说明,并基于正态分布方法对阴影衰落余量进行推导计算。由于天线布放中,需要对每个栅格的场强值都进行计算从而得到覆盖率,如果对于所有可能天线分布下的栅格点都进行遍历,所需要的计算资源过于庞大,程序运行时间过长。因此本文基于精英选择策略以及k-means++算法对此功能进行优化,得到改进版天线自动布放功能。在5G时代,分布式皮基站以及扩展型皮基站等新型数字化室分系统将得到更加广泛的应用,因此天线自动布放功能不但支持传统室分,并且支持分布式皮基站以及扩展型皮基站方案天线的选址。
贾会娟[7]（2020）在《基于三维点云图的FDTD室内场强计算方法研究》文中研究说明随着移动通信技术的飞速发展,室内场景中无线网络设备的市场规模日益扩大,用户对室内信号的覆盖质量的要求也越来越高。通过对室内信号场强进行计算研究室内信号的场强分布情况,对于分析室内信号的传播特性和信号覆盖情况有着重要意义。时域有限差分（Finite Difference Time Domain,FDTD）方法是一种计算电磁场的数值求解方法,应用广泛,能够满足实际应用的需求。计算室内环境的场强分布,需要获取室内环境的几何信息,作为场强计算区域的边界。传统的几何信息获取方法占用大量的人力和时间开销、建模效率低,而计算机视觉技术的飞速发展,为基于三维点云图进行获取几何信息提供了方便。本文对基于三维点云图的FDTD室内场强计算方法进行深入研究,首先分析了场强计算方法和几何信息获取方法的国内外研究现状,其次对FDTD的基础理论和点云的获取方法进行了研究。此外,本文针对基于三维点云图获取室内几何信息和FDTD场强计算方法主要完成了以下研究工作:（1）针对人工测量方法获取室内环境的几何信息过程中工作量大、建模耗时过长的问题,本文提出了一种基于三维点云图的室内环境几何信息获取方法。该方法通过随机采样一致性算法（Random Sampling Consensus,RANSAC）对三维点云图进行平面分割,对平面点云图上的点根据点的邻域内分布均匀程度提取各个边界,对边界点云图的三维坐标求解频数分布直方图,最终计算出点云的几何信息,这种方法能够有效地减少室内环境建模时的工作量和人力开销,提高建模速度。（2）针对室内环境传播模型的构建过程中建模复杂度高的问题,本文提出了一种基于结构体数组对室内环境的几何信息和电磁参数信息进行建模的方法。该方法有效地降低了建模复杂度,提高了建模速度;利用FDTD方法对室内环境的场强进行计算,分析了FDTD方法的性能,研究了激励源对室内场强分布产生的影响;利用FDTD方法计算室内传播模型几何信息存在误差时的场强,并与标准数据进行对比,分析了几何信息误差对场强计算结果的影响。最后,通过仿真实验对本文方法进行了验证,仿真结果表明基于三维点云图的方法所获取的几何信息计算值与标准值的平均误差约为0.08m;基于结构体数组的建模方法能够构建与室内环境一致的传播模型,FDTD计算结果表明室内环境的几何信息误差对传播模型中激励源附近区域的场强计算结果影响相对较大,对距离激励源较远区域的场强计算结果影响较小。
刘云龙[8]（2020）在《毫米波场强测量信号处理系统的设计与实现》文中研究说明磁浮轨道交通是一种新型交通方式,由于其悬浮于轨道之上,在运行过程中与地面无接触,所以其阻力大大减小,运行时速也大大高于传统轮轨铁路交通方式。当前,上海同济大学磁浮交通工程技术研究中心的磁浮交通试验线是目前国内唯一一个高速磁浮试验线,该系统磁悬浮列车与地面进行通信是通过38GHz毫米波实现的。我国在最新的“十三五”规划中,38GHz毫米波通信系统继续在高速磁浮交通系统中发挥车地通信的功能。毫米波通信所面临的问题,如小尺度衰落、多径传播,大尺度衰落,路径损耗等,将会影响通信质量。实验室设计的通信基站在安装和维护期间,需要使用频谱仪等复杂、昂贵设备对信号强度进行测量,针对这种情况,系统提出设计一种便携式场强测量系统。场强测量系统是对无线通信系统的中频信号进行测量,由于通信系统是通过38GHz毫米波进行通信,所以在进行场强测量过程中,天线接收毫米波信号,毫米波经过下变频系统到中频,场强测量系统将分别对中频信号进行检波和通过FFT算法进行幅度计算和频率计算,包络检波电路能够准确测量直流到6GHz的信号的幅度,而FFT算法得到的幅度和频率信息为系统设计提供了更多的参考指标。本文主要针对毫米波通信系统的场强测量信号处理部分,设计一款便携式的场强测量信号处理系统,主要研究内容为:1.检波电路的设计与实现。本论文采用检波器进行包络检波,将检波器输出的直流信号进行采样,并将场强信息通过以太网模块发送到上位机进行显示。2.信号处理板的设计与实现。本论文设计了基于FPGA的信号处理板,对中频信号进行FFT算法来计算场强和频率,然后将数据通过以太网模块发送到上位机,设计上位机程序,以显示FPGA发送来的信息。
黄一航[9]（2020）在《有阻碍小空间无线传播信道三维建模与仿真》文中认为随着信息技术领域的快速发展,为了尽快实现第五代通信系统的商用,针对各项基础理论的应用研究层出不穷,对电磁仿真计算这一无线系统设计中的重要环节也提出了更高的要求。针对封闭室内等类似密闭小空间环境的无线信道建模,在许多应用研究中具有非常重要的作用。与电磁波在室外环境的传播特性相比,密闭小空间场景会更加复杂多变,电磁波容易受到障碍物等多种环境因素影响。在一些需要高效无线通信的场合,建立精确的密闭小空间无线信道传播模型是很有必要的。对该环境下的信道建模不仅需要获取无线传播的大尺度衰落,而且更重要的是研究精准的小尺度衰落特性模型。本文采用电磁仿真计算中的确定性建模方法——正向射线跟踪算法,研究了在与封闭室内类似的多障碍物小空间环境下,26GHz毫米波频段的电磁波小尺度衰落传播特性和大尺度衰落传播特性。搭建了适用于高频段无线通信的射线跟踪三维仿真平台。本文首先具体分析了26GHz高频信号的无线信道传播特性以及在传播过程中可能发生的四种空间传播机制:反射、绕射、透射与视距传播,并且建立了不同空间传播机制的路径追踪模型和对信号的衰减模型。其次,对比分析了无线信道传播研究中的两种主要确定性建模方法各自的优缺点,重点研究了更适合复杂环境信道传播建模的正向射线跟踪算法。采用matlab仿真软件自主搭建了基于三维环境建模的高频射线跟踪仿真平台,同时精确测量了某密闭小空间环境的场景结构与其中物体的详细参数,在仿真平台中建立了传播环境模型。然后,使用算法对该环境模型下的无线信道做传播路径仿真,以及研究分析了仿真中相应的传输路径损耗,平均附加延迟等信道传播参数。最后,由于正向射线跟踪算法在仿真计算过程中会有大量无用的求交计算,导致了原始算法有仿真时间过长的问题。因此,本文采用了对整体环境模型进行区域划分思想,设计完成了基于空间分割的射线追踪加速方法。该方法根据三维空间中物体的分布情况,合理地结合了静态与动态两种空间分割加速方法。仿真表明,该方法可以大幅度减少了仿真计算中被跟踪的射线与空间内物体的求交点计算次数,能改善算法计算效率过低的缺点。
熊宁[10]（2019）在《基于非参数核回归预测的无线信号源定位技术研究》文中研究指明在一个已知范围内定位无线信号源,现有的定位技术与相关研究主要集中在定位接收终端。对于无线信号源的定位,现有的技术与相关研究较少且存在较多局限性:TDOA（到达时间差的估计方法）、TOA（到达时间的估计方法）在时间同步上要求相当严格;DOA/AOA（波达角估计方法）在设备要求上较高;SSR（信号强度测距估计方法）抗干扰能力不强。鉴于当下伪基站、黑广播等问题的泛滥,本文在研究了信号源以及信号传播特性相关内容后,利用K最近邻分类算法改进了一个现有的场强预测算法。并且本文在此之上进一步研究实现了一种基于预测模型的无线信号源定位算法,该算法不需要时间上的同步,对测试设备的要求较低,具有一定的抗干扰能力。在实现算法后,本文完成了基于预测模型的无线信号源定位系统的设计、开发与测试。论文主要工作和创新如下:（1）本文深入研究了前人对电磁辐射预测和无线通信场强预测的算法,对现有的场强预测算法提出了改进。改进之处主要是在前人的基础上缩小预测误差,从而大幅度提高预测精度。实验结果表明,所有参与测试的通信制式的预测准确率都达到了80%以上,大多数制式的预测准确率还高达90%以上,误差范围仅仅在±2dB内。（2）在（1）的基础之上,本文研究了无线信号传播特征。基于（1）的预测结果,我们提出了一种定位无线信号源的方法。该方法利用缩圈法逐渐缩小信号源可能存在的范围,缩圈动作在达到预定的精度要求后停止并给出最终结果。经过多次测试,该算法均准确找到了无线信号源的位置,且最终定位区域面积不大于原始场景面积的1%。（3）在（1）、（2）中算法的基础上,以应用算法为目的,本文提出了系统设计需求。根据设计需求设计了系统模型,确定了模块与模块之间的关系。算法应用是运行于Windows7 64bit操作系统,以Microsoft Visual Studio 2015作为开发工具、Qt5库作为界面框架、C++作为编写语言开发出无线信号源定位系统。该系统提供加载场景、参数设置、预测、信号源定位等功能,方便实验和验证（1）、（2）中的算法。（4）由（1）、（2）的算法与（3）中实现的无线信号源定位系统作为软件手段,对算法精度、运算性能、预测、定位效果做了测试,并分析了测试结果。多次实验证明,本文改进得到的K-近邻非参数核回归算法提高了预测的同时降低了误差范围,在无线通信场强预测方面做出了贡献。本文提出的无线信号源定位方法经过试验验证,为无线信号源定位方面提供了一种新思路。
二、室内场强预测理论研究及工程应用（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、室内场强预测理论研究及工程应用（论文提纲范文）
（1）基于镜像法的矩形弯曲矿井巷道电磁波反射场强预测（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题选题背景及意义 |
| 1.2 矿井通信系统概述 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 本文的研究内容及结构安排 |
| 2 矿井巷道电波传播理论基础 |
| 2.1 电波传输的基本方式 |
| 2.2 井下电波的多径效应 |
| 2.3 射线跟踪法简介 |
| 2.3.1 几何光学理论 |
| 2.3.2 镜像法 |
| 2.3.3 入射及反弹射线法 |
| 2.3.4 射线管法 |
| 2.3.5 SBR/镜像法 |
| 2.4 射线跟踪法的优点 |
| 2.5 本章小结 |
| 3 L型矿井巷道接收点反射场强预测 |
| 3.1 L型矿井巷道反向射线跟踪原理 |
| 3.2 有效反射路径的分析 |
| 3.2.1 适用于L型矿井巷道的镜像法 |
| 3.2.2 有效反射线的确定及数目分析 |
| 3.3 场强的计算 |
| 3.3.1 直射路径的判断 |
| 3.3.2 入射角、反射系数及路径长度的计算 |
| 3.3.3 场强方向的确定以及大小的计算 |
| 3.4 有效反射线数目仿真分析 |
| 3.4.1 收发点到拐角的距离对反射线数目的影响 |
| 3.4.2 收发点的水平位置和高度对反射线数目的影响 |
| 3.5 接收点反射场强仿真分析 |
| 3.5.1 收发点之间的距离对反射场强的影响 |
| 3.5.2 收发点的水平位置和高度对反射场强的影响 |
| 3.5.3 天线发射频率和介电常数对反射场强的影响 |
| 3.5.4 巷道尺寸对反射场强的影响 |
| 3.6 本章小结 |
| 4 折线型矿井巷道接收点反射场强预测 |
| 4.1 折线型巷道三维模型的建立 |
| 4.2 反射平面方程的计算 |
| 4.3 有效反射路径的确定及数目分析 |
| 4.3.1 反射平面边界范围的确定 |
| 4.3.2 反射路径的遮挡判断 |
| 4.3.3 有效反射线的确定及数目分析 |
| 4.4 场强的计算 |
| 4.5 有效反射线数目仿真分析 |
| 4.5.1 收发点到拐角的距离对反射线数目的影响 |
| 4.5.2 收发点的水平位置和高度对反射线数目的影响 |
| 4.6 接收点反射场强仿真分析 |
| 4.6.1 收发点之间的距离对反射场强的影响 |
| 4.6.2 收发点的水平位置和高度对反射场强的影响 |
| 4.6.3 天线发射频率对反射场强的影响 |
| 4.6.4 介电常数和电导率对反射场强的影响 |
| 4.6.5 巷道尺寸对反射场强的影响 |
| 4.7 L型巷道和折线型巷道反射场强对比分析 |
| 4.8 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于深度学习井下复杂环境的无线信道建模与预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状及趋势 |
| 1.2.1 井下无线电磁波的研究现状 |
| 1.2.2 深度学习在通信领域的研究现状 |
| 1.3 本文主要内容及章节安排 |
| 2 电磁波在井下的传播特性 |
| 2.1 电磁波衰落特性 |
| 2.1.1 井下大尺度衰落 |
| 2.1.2 井下小尺度衰落 |
| 2.2 井下无线电磁波传播理论 |
| 2.2.1 麦克斯韦和齐次波动方程 |
| 2.2.2 马卡梯里近似分析方法 |
| 2.3 复杂矿井环境下信道衰落影响因子 |
| 2.3.1 频率对衰落的影响 |
| 2.3.2 煤层介电常数对衰落的影响 |
| 2.3.3 巷道壁的粗糙度对衰落的影响 |
| 2.3.4 巷道壁倾斜角对衰落的影响 |
| 2.3.5 巷道内煤尘对衰落的影响 |
| 2.3.6 巷道内空气湿度对电磁波衰落的影响 |
| 2.4 本章小结 |
| 3 神经网络理论 |
| 3.1 循环神经网络 |
| 3.2 长短时记忆神经网络 |
| 3.3 模型优化算法 |
| 3.4 本章小结 |
| 4 基于神经网络的井下信道模型 |
| 4.1 神经网络井下信道建模流程 |
| 4.2 基于神经网络的衰落模型建立 |
| 4.2.1 样本数据构造 |
| 4.2.2 数据预处理 |
| 4.2.3 模型评价指标 |
| 4.3 基于神经网络的大尺度衰落模型训练 |
| 4.3.1 井下信道仿真 |
| 4.3.2 神经网络模型参数设置 |
| 4.3.3 对比实验及模型评价 |
| 4.4 基于神经网络的小尺度衰落模型训练 |
| 4.4.1 小尺度衰落实验数据 |
| 4.4.2 神经网络参数选择 |
| 4.4.3 模型训练与对比 |
| 4.5 本章小结 |
| 5 SVM-LSTM混合网络井下接收场强预测 |
| 5.1 支持向量机的井下应用 |
| 5.1.1 井下支持向量回归机 |
| 5.1.2 矿井环境下支持向量回归机参数 |
| 5.2 SVM-LSTM混合网络模型 |
| 5.2.1 遗传算法 |
| 5.2.2 混合模型结构与设计 |
| 5.3 仿真实验及结果分析 |
| 5.4 基于实测数据的场强预测验证实验 |
| 5.4.1 测量环境描述与数据预处理 |
| 5.4.2 模型预测验证与对比 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）基于LF的卡口人员无感进出检测系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究动态和发展趋势 |
| 1.2.1 人员进出检测系统研究动态 |
| 1.2.2 低频感应技术研究动态 |
| 1.3 本文主要研究内容 |
| 第二章 低频感应技术基础 |
| 2.1 低频电磁感应理论 |
| 2.1.1 电基本振子 |
| 2.1.2 场区域划分 |
| 2.2 低频定位原理与算法 |
| 2.2.1 低频定位原理 |
| 2.2.2 经典低频定位算法 |
| 2.3 影响低频定位性能的主要因素 |
| 2.3.1 非视距传播 |
| 2.3.2 其他电子设备干扰 |
| 2.3.3 接收端信号的场强分布 |
| 2.4 本章小结 |
| 第三章 卡口人员无感进出检测系统总体方案设计 |
| 3.1 用户需求分析 |
| 3.2 系统总体设计 |
| 3.2.1 系统组成 |
| 3.2.2 工作原理和流程 |
| 3.3 系统性能指标论证 |
| 3.4 系统设计方案可行性论证 |
| 3.5 通讯协议的详细设计 |
| 3.5.1 BTF空口通信协议 |
| 3.5.2 上下行通信协议 |
| 3.6 本章小结 |
| 第四章 低频无感进出检测模块研制 |
| 4.1 卡口基站模块研制 |
| 4.1.1 卡口基站硬件模块 |
| 4.1.2 卡口基站软件程序 |
| 4.2 标签卡模块研制 |
| 4.2.1 标签卡硬件模块 |
| 4.2.2 标签卡软件程序 |
| 4.3 后台解算和可视化模块研制 |
| 4.3.1 GUI软件需求分析 |
| 4.3.2 模块具体设计 |
| 4.4 本章小结 |
| 第五章 系统样机实验验证与改进 |
| 5.1 测试方案设计 |
| 5.1.1 测试环境 |
| 5.1.2 测试方法与步骤 |
| 5.2 功能性测试与分析 |
| 5.2.1 标签卡的自校准 |
| 5.2.2 基本功能测试 |
| 5.2.3 定位功能实地测试 |
| 5.3 性能测试与分析 |
| 5.3.1 标签卡的功耗测试 |
| 5.3.2 系统反应时间分析 |
| 5.4 定位算法优化 |
| 5.4.1 基于RSSI测距误差修正的融合定位算法设计 |
| 5.4.2 算法流程 |
| 5.4.3 实验验证与性能分析 |
| 5.5 样机系统在矿井资产管理中应用 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）基于机器学习的电磁问题优化建模研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 无线信道建模的研究现状 |
| 1.2.1.1 统计性建模方法 |
| 1.2.1.2 确定性建模方法 |
| 1.2.1.3 基于机器学习的建模方法 |
| 1.2.2 电磁器件设计方法的研究现状 |
| 1.2.2.1 基于优化算法的设计方法 |
| 1.2.2.2 基于机器学习的设计方法 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 基于神经网络的建模技术 |
| 2.1 神经网络结构 |
| 2.1.1 多层感知神经网络 |
| 2.1.2 径向基函数神经网络 |
| 2.1.3 生成对抗网络 |
| 2.2 神经网络的训练过程 |
| 2.2.1 梯度优化算法 |
| 2.2.2 智能优化算法 |
| 2.3 神经网络的测试过程 |
| 2.4 本章小结 |
| 第三章 基于神经网络的信道建模 |
| 3.1 基于神经网络的室外通信信道建模 |
| 3.1.1 基于ITU-R P.1546建议书的场强预测 |
| 3.1.2 结合Deygout模型的场强预测 |
| 3.1.3 混合模型 |
| 3.1.4 验证算例 |
| 3.2 基于神经网络的室内通信信道建模 |
| 3.2.1 基于时间反演的超宽带室内通信简介 |
| 3.2.2 适用于时间反演信道建模的知识神经网络 |
| 3.2.2.1 时间反演信号传播特性 |
| 3.2.2.2 神经网络模型 |
| 3.2.2.3 遗传算法优化神经网络 |
| 3.2.2.4 信道特性的获取 |
| 3.2.3 验证算例 |
| 3.3 本章小结 |
| 第四章 基于多分支神经网络的无线收发器件设计 |
| 4.1 非唯一性问题 |
| 4.2 多分支神经网络 |
| 4.2.1 非唯一性问题的判断方法 |
| 4.2.2 训练数据拆分方法 |
| 4.2.3 获取有效输出的方法 |
| 4.2.4 整体模型与讨论 |
| 4.3 天线阵列的验证算例 |
| 4.3.1 平行短偶极子线阵 |
| 4.3.2 共线短偶极子线阵 |
| 4.3.3 短偶极子平面阵列 |
| 4.3.4 短偶极子稀布阵 |
| 4.4 本章小结 |
| 第五章 基于传递函数神经网络的宽带超表面设计 |
| 5.1 超表面及其设计方法简介 |
| 5.2 矢量拟合 |
| 5.3 基于传递函数的神经网络逆模型 |
| 5.3.1 TF-ANN模型结构 |
| 5.3.2 反射超表面的验证算例 |
| 5.4 改进型TF-ANN逆模型 |
| 5.4.1 模型结构 |
| 5.4.2 类EIT超表面的验证算例 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 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 |
（5）4G无线网络室内分布规划设计（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 室内网络规划设计的国内外研究进展 |
| 1.4 研究内容 |
| 1.5 论文框架与章节安排 |
| 第二章 室内无线网络分布的基本理论 |
| 2.1 室内无线网络分布系统理论概述 |
| 2.1.1 室内分布系统组成结构及其分类 |
| 2.1.2 室内分布系统意义 |
| 2.2 室内无线网络分布规划概述 |
| 2.2.1 室内分布系统设计规划指标分析 |
| 2.2.2 室内分布系统规划设计流程 |
| 2.3 室内分布设计技术概述 |
| 2.3.1 主干优化技术介绍 |
| 2.3.2 覆盖预测技术介绍 |
| 2.4 本章小结 |
| 第三章 4G无线网络室内传播模型校正方法 |
| 3.1 模型分类 |
| 3.1.1 室内传播的经验模型 |
| 3.1.2 室内传播的确定性模型 |
| 3.1.3 传播模型选择 |
| 3.2 无线网络模型校正方法分析 |
| 3.2.1 最小二乘法 |
| 3.2.2 Matlab的 cftool校正方法 |
| 3.3 本章小结 |
| 第四章 4G室内无线网络室内分布规划及工程应用 |
| 4.1 工程站点信息 |
| 4.2 模型校正 |
| 4.2.1 一般室内传播经验模型校正 |
| 4.2.2 运用最小二乘法的曲线拟合方法 |
| 4.2.3 Keenan-Motley模型校正 |
| 4.3 模型校正结果分析 |
| 4.4 本章小结 |
| 第五章 4G室分设计工程应用案例及其改进策略 |
| 5.1 工程案例模拟数据分析 |
| 5.1.1 场景简介 |
| 5.1.2 业务类型分析 |
| 5.1.3 功率预算 |
| 5.2 案例无线网络模型优化方法研究及实际测量应用分析 |
| 5.2.1 最优器件组合方法 |
| 5.2.2 器件集中化应用 |
| 5.2.3 器件分立模式及其应用 |
| 5.2.4 室内系统设计分析 |
| 5.3 覆盖预测算法分析 |
| 5.4 覆盖预测算法改进 |
| 5.4.1 区域分割关键算法设计方法 |
| 5.4.2 算法验证仿真 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（6）室分天线自动布放功能的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外应用现状 |
| 1.3 研究内容和论文结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 第二章 相关工作基础 |
| 2.1 室内分布系统 |
| 2.1.1 室分系统概述及工程建设 |
| 2.1.2 室分系统组成 |
| 2.1.3 面向5G的室内分布系统 |
| 2.1.4 室内传播模型 |
| 2.2 室分设计软件AIDP介绍 |
| 2.2.1 平面图设计 |
| 2.2.2 系统图设计 |
| 2.2.3 覆盖预测功能 |
| 2.2.4 辅助功能 |
| 2.2.5 特色优势 |
| 2.3 ObjectARX技术概述 |
| 2.3.1 相关环境搭建 |
| 2.3.2 基本图形对象的创建 |
| 2.3.3 使用ADSRX与用户交互 |
| 2.3.4 自定义对象和实体 |
| 2.3.5 反应器 |
| 2.3.6 在ObjectARX中使用MFC |
| 2.4 遗传算法概述 |
| 2.4.1 基本概念 |
| 2.4.2 三个算子介绍 |
| 第三章 扩展型皮基站方案的设计与实现 |
| 3.1 方案介绍 |
| 3.2 需求分析 |
| 3.2.1 功能需求 |
| 3.2.2 性能需求 |
| 3.3 方案设计 |
| 3.4 子功能模块实现 |
| 3.4.1 平面图绘制 |
| 3.4.2 一键生成图例 |
| 3.4.3 预设电平 |
| 3.4.4 系统图绘制 |
| 3.4.5 覆盖预测 |
| 3.4.6 多层连接 |
| 3.5 本章小结 |
| 第四章 室分天线自动布放功能的设计与实现 |
| 4.1 背景介绍 |
| 4.2 需求分析 |
| 4.3 模块设计 |
| 4.4 天线自动布放功能实现 |
| 4.4.1 基于MFC的对话框的制作 |
| 4.4.2 天线布放位置模块 |
| 4.4.3 参数选择 |
| 4.4.5 参数初始化 |
| 4.4.6 栅格化区域模块 |
| 4.4.7 计算覆盖率模块 |
| 4.4.8 遗传算法模块 |
| 4.4.9 仿真测试结果 |
| 4.5 改进版天线自动布放功能 |
| 4.5.1 算法实现 |
| 4.5.2 仿真测试结果 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（7）基于三维点云图的FDTD室内场强计算方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 场强计算方法的国内外研究现状 |
| 1.2.2 几何信息获取方法的国内外研究现状 |
| 1.3 本文的主要研究内容和结构安排 |
| 第2章 点云和FDTD的相关理论分析 |
| 2.1 点云数据的相关理论 |
| 2.1.1 点云数据 |
| 2.1.2 点云数据的获取方法 |
| 2.2 FDTD方法的基本原理 |
| 2.2.1 麦克斯韦微分方程组 |
| 2.2.2 FDTD中的Yee元胞 |
| 2.3 FDTD方法的计算流程 |
| 2.3.1 电磁场迭代公式 |
| 2.3.2 室内场强计算流程 |
| 2.4 本章小结 |
| 第3章 基于三维点云图的几何信息获取方法研究 |
| 3.1 基于RANSAC的点云分割算法研究 |
| 3.1.1 点云的平滑滤波 |
| 3.1.2 点云的平面分割 |
| 3.2 基于频数分布直方图的几何信息获取方法研究 |
| 3.2.1 点云的边界提取 |
| 3.2.2 点云的几何信息获取 |
| 3.3 实验结果与分析 |
| 3.3.1 三维点云图的边界提取结果及分析 |
| 3.3.2 三维点云图的几何信息获取及误差分析 |
| 3.4 本章小结 |
| 第4章 基于FDTD的室内场强计算方法研究 |
| 4.1 FDTD方法研究 |
| 4.1.1 FDTD计算区域的激励源 |
| 4.1.2 激励源的常用波形和调制方式 |
| 4.1.3 FDTD计算区域的吸收边界条件 |
| 4.2 基于FDTD方法的室内场强计算 |
| 4.2.1 室内环境传播模型的建立 |
| 4.2.2 基于FDTD方法的二维场强计算 |
| 4.2.3 基于FDTD方法的三维场强计算 |
| 4.3 激励源与室内环境对室内场强分布的影响分析 |
| 4.3.1 激励源调制方式对室内场强分布的影响分析 |
| 4.3.2 激励源数量和位置对室内场强分布的影响分析 |
| 4.3.3 室内几何信息误差对FDTD场强计算结果的影响分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（8）毫米波场强测量信号处理系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.3 本课题主要工作 |
| 1.4 本论文章节安排 |
| 第二章 毫米波场强测量相关理论基础 |
| 2.1 场强预测相关技术理论 |
| 2.1.1 有限时域差分(FDTD) |
| 2.1.2 射线跟踪技术 |
| 2.1.3 神经网络场强预测模型 |
| 2.2 检波电路原理 |
| 2.2.1 振幅调制与解调 |
| 2.2.2 包络检波电路 |
| 2.3 基于FFT的场强测量 |
| 2.3.1 FFT算法 |
| 2.3.2 FFT在场强测量中的应用 |
| 2.4 系统结构 |
| 2.5 本章小结 |
| 第三章 检波模块的设计与实现 |
| 3.1 检波电路设计 |
| 3.1.1 检波器 |
| 3.1.2 检波器电路设计 |
| 3.2 采样电路模块设计 |
| 3.2.1 ADC采样模块电路设计 |
| 3.2.2 主控电路设计 |
| 3.3 通信数传模块电路设计 |
| 3.3.1 串口电路设计 |
| 3.3.2 以太网通信电路设计 |
| 3.4 上位机显示模块设计 |
| 3.5 检波模块硬件实现 |
| 3.6 检波模块程序设计 |
| 3.7 本章小结 |
| 第四章 场强测量信号处理系统的设计与实现 |
| 4.1 A/D采样模块设计 |
| 4.1.1 A/D采样电路设计 |
| 4.1.2 A/D采样模块程序设计 |
| 4.2 信号处理模块设计 |
| 4.2.1 通道选择程序设计 |
| 4.2.2 场强测量算法实现 |
| 4.3 以太网模块设计与实现 |
| 4.3.1 IP报文封装实现 |
| 4.3.2 链路层(MAC层)实现 |
| 4.4 上位机显示模块设计 |
| 4.5 信号处理模块硬件电路实现 |
| 4.6 信号处理系统程序设计 |
| 4.7 本章小结 |
| 第五章 毫米波场强测量系统综合测试 |
| 5.1 检波系统功能测试 |
| 5.1.1 检波器功能测试 |
| 5.1.2 采样及以太网模块功能测试 |
| 5.2 信号处理系统功能测试 |
| 5.2.1 以太网模块功能测试 |
| 5.2.2 信号处理场强测量模块功能测试 |
| 5.3 系统联合测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（9）有阻碍小空间无线传播信道三维建模与仿真（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.2.1 小空间无线传播的研究现状 |
| 1.2.2 发展趋势与算法的改进 |
| 1.3 论文组织结构 |
| 2 射线跟踪算法实现基础 |
| 2.1 26GHZ毫米波传播特性 |
| 2.2 射线跟踪的两种实现方法 |
| 2.2.1 反向搜索算法 |
| 2.2.2 正向搜索算法 |
| 2.2.3 对比分析两种实现方法 |
| 2.3 无线信道在封闭小空间中的传播特性 |
| 2.3.1 无线信道各空间传播机制 |
| 2.3.2 无线信道大尺度衰落 |
| 2.3.3 无线信道小尺度衰落 |
| 2.3.4 障碍物材质与衰减损耗的关系 |
| 2.4 本章小结 |
| 3 无线信道建模仿真算法建立 |
| 3.1 正向射线跟踪算实现 |
| 3.2 无线信道传播仿真系统 |
| 3.2.1 仿真系统搭建 |
| 3.2.2 正向跟踪虚拟树存储 |
| 3.3 建立射线源模型 |
| 3.4 传播路径建立与路径衰减计算 |
| 3.4.1 信号衰落阈值判决机制 |
| 3.4.2 直射径追踪与视距传播(直射)衰落建模 |
| 3.4.3 反射径追踪与反射机制信号衰落建模 |
| 3.4.4 绕射径追踪与绕射机制信号衰落建模 |
| 3.4.5 透射径追踪与透射机制信号衰落建模 |
| 3.4.6 基于正向跟踪的无线信道各传播参数计算 |
| 3.5 建立射线形式与接收判决 |
| 3.5.1 建立自适应射线管分裂传播方式 |
| 3.5.2 射线管的接收判决 |
| 3.6 本章小结 |
| 4 基于空间分割的射线跟踪加速算法 |
| 4.1 算法效率不足的主要因素 |
| 4.2 基于三维空间结合分割的加速算法 |
| 4.2.1 静态三维空间分割加速 |
| 4.2.2 动态结合静态的三维空间分割加速 |
| 4.2.3 实现空间分割的分区 |
| 4.3 本章小结 |
| 5 无线信道仿真平台的信道测量与分析 |
| 5.1 信道预测原理与仿真平台软件设计 |
| 5.1.1 信道测试原理 |
| 5.1.2 对三维环境建模 |
| 5.2 无线信道传播仿真的精确度与正确性验证 |
| 5.2.1 无线信道传播仿真的精确度的验证 |
| 5.2.2 无线信道传播仿真的正确性与实用性的验证 |
| 5.3 仿真系统正确性测试与分析 |
| 5.3.1 简单环境下仿真系统的传播仿真对比测试 |
| 5.3.2 高复杂度实测环境模型下的仿真测试 |
| 5.4 正向跟踪改进加速算法实用性的验证 |
| 5.4.1 改进加速算法加速效果的验证 |
| 5.4.2 最低加速效率的验证分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（10）基于非参数核回归预测的无线信号源定位技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 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 电磁辐射预测 |
| § 1.2.2 无线信号源定位技术 |
| §1.3 论文主要工作和章节安排 |
| § 1.3.1 论文主要工作 |
| § 1.3.2 论文章节安排 |
| 第二章 场强预测算法概述 |
| §2.1 K-近邻算法概述 |
| §2.2 非参数核回归算法概述 |
| §2.3 本章小结 |
| 第三章 预测算法与定位算法 |
| §3.1 基于K-近邻的无线通信场强预测算法 |
| §3.1.1 算法设计思路 |
| §3.1.2 预测点信号强度计算 |
| §3.1.3 核函数选择 |
| §3.1.4 最优K值选取 |
| §3.2 基于预测模型的无线信号源定位方法 |
| §3.2.1 预测模型定位信号源原理分析 |
| §3.2.2 无线信号源特征 |
| §3.2.3 定位算法设计 |
| §3.3 本章小结 |
| 第四章 系统总体与模块设计 |
| §4.1 设计需求 |
| §4.2 系统模型 |
| §4.3 逻辑模块设计 |
| §4.3.1 信号采集 |
| §4.3.2 无线数据传输单元 |
| §4.3.3 数据库 |
| §4.3.4 数据处理与预测 |
| §4.3.5 信号源定位 |
| §4.3.6 场景管理 |
| §4.3.7 结果显示 |
| §4.3.8 场景管理 |
| §4.3.9 基于非参数核回归预测的无线信号源定位系统 |
| §4.4 本章小结 |
| 第五章 系统与算法的集成测试与分析 |
| §5.1 测试设备与场景 |
| §5.2 测试过程 |
| § 5.2.1 测试点布设 |
| § 5.2.2 场强测量 |
| §5.3 系统功能测试与性能分析 |
| §5.4 预测算法测试与结果分析 |
| §5.5 定位算法测试与结果分析 |
| §5.6 本章小结 |
| 第六章 总结与展望 |
| §6.1 全文总结 |
| §6.2 下一步工作 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
四、室内场强预测理论研究及工程应用（论文参考文献）
- [1]基于镜像法的矩形弯曲矿井巷道电磁波反射场强预测[D]. 于洋. 北京交通大学, 2021(02)
- [2]基于深度学习井下复杂环境的无线信道建模与预测[D]. 任才玮. 西安科技大学, 2021(02)
- [3]基于LF的卡口人员无感进出检测系统的设计与实现[D]. 曾鑫伟. 电子科技大学, 2021(01)
- [4]基于机器学习的电磁问题优化建模研究[D]. 院琳. 电子科技大学, 2021
- [5]4G无线网络室内分布规划设计[D]. 何赛. 南京邮电大学, 2019(03)
- [6]室分天线自动布放功能的研究与实现[D]. 张明镜. 北京邮电大学, 2020(05)
- [7]基于三维点云图的FDTD室内场强计算方法研究[D]. 贾会娟. 哈尔滨工业大学, 2020
- [8]毫米波场强测量信号处理系统的设计与实现[D]. 刘云龙. 电子科技大学, 2020(07)
- [9]有阻碍小空间无线传播信道三维建模与仿真[D]. 黄一航. 西南科技大学, 2020(08)
- [10]基于非参数核回归预测的无线信号源定位技术研究[D]. 熊宁. 桂林电子科技大学, 2019(01)