一、新三维协作感知模型及其应用研究（论文文献综述）
王祎旻[1]（2021）在《基于视觉-深度信息的多机器人协作建图研究》文中研究表明同时定位与地图构建算法（Simultaneous Localization and Mapping,SLAM）是指移动机器人在未知环境中通过自身携带的传感器实现同时定位与位姿估计并构建出环境地图的一种技术。随着这项技术的快速发展,已在日常生活、救援救灾、国防工业等多个领域得到了广泛应用。目前,针对移动机器人同时定位与建图的相关问题已经形成了许多成熟的解决方案,但是对于机器人长时间独自探索大规模场景的情况,仍然存在很多难以解决的问题。因此,多机器人协作建图已成为当下的热门研究课题之一,通过机器人间的协同作用不仅可以提高定位建图效率,而且增强了整体系统的智能性和鲁棒性。多机器人协作建图系统中的机器人不仅需要完成各自的SLAM过程,还将传输自身获取的环境信息,并对局部子地图进行重叠区域判定和地图融合,最终得到具有一致性的全局三维地图实现共享。本文主要研究基于视觉-深度信息的SLAM算法、局部子地图间的重叠区域判定以及三维稠密地图的融合算法等相关问题。本文的主要研究内容如下:（1）研究了基于RGB-D信息的SLAM方法框架,分别从前端视觉里程计、后端优化、回环检测和地图构建四个模块进行分析,并对每个模块进行了理论推导。首先通过RGB-D相机采集未知场景下的彩色信息和深度信息,前端视觉里程计采用基于特征点法的ORB算法进行图像帧间的特征提取与匹配,并使用迭代最近点（ICP）方法求解相邻图像间的相机运动,后端优化采用位姿图优化方法,回环检测部分通过词袋模型（Bo W）减少漂移误差,最后生成稠密的三维点云地图。（2）针对机器人局部子地图间的重叠区域判定问题,本文设计了一种基于相遇情况识别的高效判定方法。首先采用基于深度卷积神经网络的YOLO-v3算法作为机器人间的识别方案,判断两机器人是否相遇,若发生相遇即可明确局部地图间已出现重叠,能够进行地图传输和融合。若未能识别则进行关键帧传输,采用视觉词袋法进行基于相似性判断的局部地图间重叠区域判定。这种重叠区域判定方法具有良好的实时性和鲁棒性,明确了进行机器人间局部地图传输和融合的时刻。（3）针对传统三维地图融合算法实时性较差、精度较低的问题,本文提出了一种基于低维度局部特征描述子的三维地图融合算法。首先通过Harris 3D算法进行关键点提取,然后设计了一种基于空间分布直方图（SDH）的三维特征描述子编码关键点周围的特征信息,采用Kd-Tree算法进行径向最近邻搜索完成特征匹配,并使用RANSAC算法进行优化,最后通过3D-ICP算法实现三维地图的融合。实验证明,本文设计的低维度局部特征描述子具有良好的描述性和优越的快速性,基于该描述子进行三维地图融合具有良好的融合效果,能够满足实际应用的精度要求。（4）本文在Ubuntu系统下完成了多机器人协作建图系统的整体设计,并对本文提出的算法进行了实验验证和性能测试。首先验证了本文搭建的RGB-D SLAM系统的可行性并进行了性能测试;然后验证了机器人相遇时的重叠判定方法即机器人间的相互识别算法;之后对本文提出的基于低维度局部特征描述子的三维地图融合算法进行了性能测试,并与SHOT描述子进行对比,验证了本文算法的实时性和准确性;最后对整体系统进行验证,能够完成多机器人协作建图的任务要求,得到具有一致性的全局三维地图。
董云玲[2]（2021）在《无线传感器网络节点定位优化算法研究》文中研究表明无线传感器网络（Wireless Sensor Networks,WSNs）是由部署在监测区域的智能传感器节点构成的一种网络应用系统,在众多领域有着广阔的应用前景。而节点定位技术是WSNs的关键技术之一,只有正确定位出节点才能得到监测事件的位置,因此节点定位技术具有重要的实用价值。本文重点研究WSNs节点定位算法,并提出以下两种新定位优化算法。DV-Hop（Distance Vector-Hop）是一种典型的非测距定位算法,针对DV-Hop算法中跳数与跳距误差累积导致定位误差较大的问题,本文提出一种利用拓扑结构相似度改进跳数的新三维DV-Hop定位算法TSDV-Hop（Topological Similarity Distance Vector Hop Algorithm）。TSDV-Hop首先定义了拓扑结构相似度,然后提出定理证明了两点间的距离与拓扑结构相似度成反比的关系,进而提出跳数修正公式,修正了网络中节点间的跳数。为使节点间的跳数更加准确,引入跳数修正参数,并且通过多次仿真得到最佳跳数修正参数。最后使用自适应改进鸟群算法,通过构造新的目标函数优化未知节点坐标。在不增加额外硬件的情况下,TSDV-Hop定位算法具有良好的定位精度。移动锚节点定位指利用一个或几个锚节点沿着规划好的路径运动,在运动过程中实现节点定位。现有的路径规划方法没有充分考虑到网络中节点的分布情况,导致定位效率低且移动路径冗长。针对这一问题,本文提出一种基于单个移动锚节点路径动态规划的新定位算法PSMAN（Path Planning for a Single Mobile Anchor Node）。PSMAN首先引入TSDV-Hop算法中的拓扑结构相似度改进节点间跳数,利用节点间改进的跳数定义了能够反映节点密集程度的平均跳数值,并利用节点间关系与平均跳数值对节点进行分类,得到类中心节点ID表。然后移动锚节点沿着类中心节点ID表遍历网络,并利用蚁群算法得到最优移动方案。最后为了避免虚拟锚节点共面产生翻转歧义现象,提出了直线与折线结合的路径规划方案,并在节点移动过程中利用RSSI（Received Signal Strength Indicator）测距方法与最小二乘法完成定位。实验结果表明PSMAN算法定位性能较好。
瞿军[3]（2019）在《基于生物电信号的人机交互技术及其在虚拟现实中的应用研究》文中提出人机交互（Human-Computer Interaction,HCI）是指人与计算机或其他外部设备之间的信息交换过程。基于生物电信号的人机交互技术是一种不同于传统鼠标、键盘的新型交互技术,它可以将采集到的人体生物电信号通过算法识别直接转化为计算机的控制命令,无需用户手脚的参与,从而可以为残疾人群体的日常生活提供一种有效的辅助。虚拟现实（Virtual Reality,VR）作为最先进的计算机仿真模拟技术,是实现人机交互的一种绝佳的平台。本文以实际应用为前提,将生物电信号与虚拟现实技术相结合,研究基于生物电信号（主要是脑电（Electroencephalography,EEG）和眼电（Electrooculography,EOG）信号）的人机交互技术及其在虚拟现实中的应用。首先,本文将三维虚拟现实建模与动画技术引入到基于EEG的人机交互范式中,提出一种基于立体视觉刺激的三维P300字符拼写系统。基于EEG的人机交互系统又称为脑机接口（Brain-Computer Interface,BCI）,P300字符拼写系统是目前最受欢迎并得到广泛关注的脑机接口应用类型。本文从改善传统P300字符拼写系统的性能入手,提出一种新型的三维刺激范式。在此范式中,我们利用三维闪烁方块取代传统的二维闪烁平面来构建人机界面,每个刺激由一个快速闪烁（颜色改变）和一个三维运动相结合而成。12名健康受试者参加了一个离线实验和一个在线实验。实验结果表明,本文提出的3D范式能够诱发出比传统2D范式幅度更高的P300波形,从而显着地改善字符拼写的分类准确率和信息传输率。其次,基于第一项工作中所得到的三维脑机接口在诱发ERP方面的优越性能,面向意识障碍病人的视觉惊吓评估,提出一种新的三维脑机接口系统。前期的研究结果证实了脑机接口技术可以有效地支持CRS-R量表中听觉惊吓,视觉定位以及交流功能的评估。然而,在视觉惊吓评估方面,传统的二维脑机接口刺激范式很难模拟出该项评估中手指戳眼睛的动态效果,目前此方面的研究一直处于空白状态。针对此种现状,本文基于虚拟现实技术设计了一个用于辅助意识障碍病人视觉惊吓评估的三维脑机接口系统。本系统采用4:1比率的标准刺激和偏差刺激构成刺激序列,其中标准刺激采用静态的手指背景画面,而偏差刺激采用动态的手指戳眼睛动画,诱发受试者的P300电位。8位意识障碍病人参加了脑机接口评估和CRS-R量表的评估。详细的数据分析表明了三维脑机接口系统在检测视觉惊吓响应方面的有效性。再次,考虑到EOG信号具有比EEG信号幅度大、信噪比高、稳定性好等优势,提出了一种基于EOG的虚拟现实交互系统。与现有的基于EEG或EOG的虚拟现实交互系统不同,本系统是利用人眼的眨眼反应时间与按键闪烁之间的同步性来实现目标键与非目标键的区分。使用者可以通过执行与目标按键的闪烁相同步的眨眼来发出对应的控制命令。在本项目中,我们将小型生物电信号放大器、柔性干电极、移动终端以及VR头盔进行集成,充分发挥EOG信号采集在便携性方面的优势,实现了基于EOG的移动便携式虚拟现实应用。本系统以室内环境控制仿真作为测试案例,10名健康受试者参与了在线虚拟现实交互实验。实验结果表明,所有的受试者都可以使用本系统高效地完成各项交互任务,系统的多项性能指标要优于现有的基于EEG或EOG的虚拟现实交互系统。最后,更进一步地,综合考虑EEG和EOG各自的特点,本文提出了一种基于混合脑机接口的虚拟现实交互系统。在前面的工作中,我们提出了一种基于EOG的虚拟现实交互系统,该系统获得了比已有的基于EEG的系统更好的性能指标。然而,这种交互系统只能为用户提供离散的控制命令,在输出连续的控制命令方面无能为力。本系统是在此基础上进行改进,将EOG算法与EEG算法进行融合,以眨眼EOG信号来输出离散的控制命令,以运动想象EEG信号来输出连续的控制命令。通过这种方式,可以有效地提升现有的BCI-VR系统交互的功能与性能。此外,在本研究中,我们搭建了一个多通道大屏幕沉浸式BCI-VR平台,在此平台上,根据上述的交互方法,以室外轮椅控制仿真作为测试案例,设计了一种新的脑机接口轮椅控制范式。5名健康受试者参与了2项在线实验。实验结果证明了该BCI-VR系统的有效性与可靠性。
杨谢琨[4]（2016）在《面向节能的无线传感器网络数据获取技术研究》文中提出无线传感器网络作为一种新兴的数据获取技术深入影响着人们的工作和生活,得到国内外研究学者的广泛关注。采集获取数据是无线传感器网络实现其监测感知功能的关键组成要素。无线传感器网络系统的能量有限的现实矛盾突出,合理选择工作节点可以使得传感器网络获取数据更加全面,场景覆盖问题优化则能够减少传感器网络获取数据的冗余,这些都影响着传感器网络对监测区域的感知效果,同时能够做到节约传感器网络的能耗。因此,对无线传感器网络数据获取技术的研究具有实际意义与价值。论文对面向节能的无线传感器网络数据获取技术研究主要分为两个方面。首先针对现有无线多媒体传感网节点间的图像数据冗余问题,设计了新的多媒体传感网节点空间相关性模型,在此基础上提出一种基于相关性的无线多媒体传感器网络节点选择方法,该方法基于多媒体传感器节点的三维感知模型以描述所感知图像数据之间的相关性,并以减少所采集数据的空间冗余为目的,最终节约网络能耗和资源。此外,论文针对有向传感器网络表面覆盖问题设计了面向复杂三维场景的有向传感器网络表面覆盖算法,该算法从有向传感器节点的三维感知模型出发,运用网格划分、模拟退火、局部协同最优等思想,以提高区域覆盖率为目标优化调整节点的坐标位置和偏向角,最终实现复杂三维场景区域覆盖的增强。最后,仿真实验结果验证了本文所提出算法的有效性和可行性。
王艳娇[5]（2013）在《人工蜂群算法的研究与应用》文中研究说明人工蜂群算法（Artificial Bee Colony algorithm, ABC）是2005年提出的一种新型群智能优化算法，并广泛应用于人工神经网络训练、滤波器设计、认知无线电和盲信号分离等众多领域，均取得了良好应用效果，使其成为目前最有前景的进化算法之一。然而，与其他进化算法的发展一样，在研究初期，存在大量问题需要研究，例如提高算法在各种优化问题上的求解性能、拓展算法的应用范围等。本课题为完善ABC算法的理论体系，针对算法存在的问题，从理论和应用两方面对其进行深入研究。在理论研究方面，针对各种典型优化问题展开研究，一方面，改进ABC算法内在运行机制，力图提高算法在高维复杂单目标优化、二目标优化以及约束多目标优化问题上的求解性能；另一方面，尝试引入其他机制，使算法能够处理多峰函数优化和高维多目标优化问题，并取得令人较为满意的效果。在实际应用方面，将ABC算法应用到面向三维感知的无线多媒体传感器网络的全目标覆盖问题中，取得了良好效果。具体如下：第一，针对ABC算法在求解复杂单目标函数优化问题时仍存在易陷入局部最优、收敛速度慢等问题，对其内在运行机制进行深入研究：为尽量避免算法陷入局部最优，为跟随蜂设计新的概率选择模型代替原有较为贪婪的较优个体选择方式，并设计反向学习变异策略代替侦察蜂行为；为在保证种群多样性的同时尽量提高收敛速度，在跟随蜂和引领蜂的搜索中加入方向性搜索信息，设计新的搜索策略，综合以上改进提出一种改进人工蜂群算法。实验仿真结果表明该改进算法性能优于现有四种算法。第二，针对ABC算法目前尚不能处理多峰优化问题，通过大量实验研究，结合小生境技术，尝试提出一种小生境人工蜂群算法。一方面，为使算法尽可能多的搜索到多峰函数的极值解，做如下四方面工作：1、改进原有的小生境模型，增强算法对各个峰的辨识能力；2、建立新的引领蜂个体保留方式、利用排挤机制确定迭代种群，使算法不止收敛于单个最优峰，增强算法集聚于各个峰的能力；3、改进跟随蜂在选择较优蜜源时原有的较为贪婪的选择方式，扩大种群多样性；4、建立外部种群记录搜索过程中的已得极值解，避免搜索造成峰值点丢失的情况。另一方面，为尽量提高搜索精度，改进原有依靠个体适应度值判断个体优劣的评判标准，结合小生境技术在峰内判断个体优劣，加强个体在峰内的搜索。仿真结果表明该算法能较为准确地识别各个峰。第三，针对现有基于ABC算法的二目标优化算法的收敛性和分布性有待提高的问题，以NSGA-II作为二目标算法的主体框架、ABC执行进化操作，提出二目标人工蜂群算法。主要改进措施包括：1、设计新的精英种群确定方式，改善最优解集的分布性；2、根据二目标的特点，设计新的搜索策略，加快算法收敛到最优Pareto前沿的速度。标准测试函数上的实验结果显示，该算法能够稳定有效地找到Pareto最优解集并同时保证良好分布性，其相关性能指标超过国内外多个先进二目标进化算法。第四，针对目前ABC算法尚无法解决高维多目标优化问题的情况，尝试提出一种以ABC执行主体进化策略的高维多目标算法。首先，将高维多目标问题转化成单目标问题，加大收敛动力；其次，根据高维多目标问题的特点，改进跟随蜂选择较优个体时较为贪婪的选择方式，为侦察蜂设计新的搜索策略，加强对非支配解的探索能力；最后，提出新的分布性维护方法，避免解集覆盖不完整、分布不均匀。实验证实该算法收敛性和分布性效果良好，且解集覆盖范围广。第五，针对现有基于ABC算法的约束多目标算法性能较差的问题，采用建立外部种群分别存储优秀可行解和不可行解的方式处理约束条件，利用ABC算法执行进化操作，并借助优秀可行解和不可行解的方向性引导信息增强算法对解的探索能力，建立新的搜索方式，提出基于ABC算法的约束多目标算法。在CTP类测试函数上的仿真结果显示，相对于现有几种约束多目标优化算法，本课题提出的约束多目标算法能够获得更优的分布性和收敛性效果。第六，为解决面向三维感知的多媒体传感器网络的全目标覆盖问题，提出基于人工蜂群算法的通用全目标覆盖算法：一方面，改进现有的三维感知模型，并通过公式推导得到最优仰俯角的计算公式，利用改进ABC算法进行求解；另一方面，建立偏向角调配方案的数学模型以降低算法复杂度，并改进ABC算法实现偏向角的最优调配。实验仿真结果表明该算法能够有效解决全目标覆盖问题。
张谞[6]（2007）在《规模可扩展的协同虚拟环境关键技术研究》文中指出协同虚拟环境（Collaborative Virtual Environment,CVE）把计算机支持协同工作技术、虚拟现实技术、人工智能技术、多媒体技术和网络技术等多种技术结合在一起,大大丰富了计算机作为交互和通讯工具的职能和应用,是当前计算机领域研究、开发和应用的热点。目前,CVE已经在军事仿真、娱乐、教育和医疗等诸多领域得到了应用,但是由于CVE系统本身的复杂性和现有支撑技术的限制,构建一个规模可扩展的CVE系统仍然是一个具有挑战性的课题。本文对规模可扩展的CVE关键技术进行了研究,从CVE的体系结构、兴趣管理和组播通信这三方面入手,提出了相应的解决方案,旨在为构建规模可扩展的CVE系统提供技术支撑。首先结合开放网格服务体系结构OGSA,讨论了规模可扩展的CVE通信模式和数据分布方式,提出了基于网格服务的CVE体系结构,利用网格服务封装将系统功能实现与具体的物理资源相分离以达到系统规模可扩展、功能可扩充及异构性的目的。另外,还重点研究了CVE体系结构中影响规模扩展的关键问题——虚拟世界管理服务以及相关的支撑服务,为构建规模可扩展的CVE系统提供有效的解决方案。其次对兴趣管理技术进行了分析研究,兴趣管理技术是规模可扩展的CVE系统的关键技术之一。鉴于现有的兴趣管理方法不能很好的满足大规模CVE的动态数据过滤需求,本文提出了一种适用于大规模CVE中动态数据过滤的兴趣管理方法。该方法采用网格划分空间进行预判断,将对象感兴趣集合快速收敛到一个较小的范围;然后结合空间交互感知和协同工作感知两种感知交互机制计算对象之间的感知强度,在感知强度的基础上划分兴趣层次,进行分级兴趣管理。实验结果表明该方法能满足大规模CVE中的动态数据过滤需求,提高网络资源的利用率。组播技术是规模可扩展的CVE系统的另一项关键技术。由于技术和管理上的一些原因,传统的IP组播技术目前还不能在Internet范围内广泛部署,作为IP组播的一种替代技术,近几年应用层组播技术得到了广泛的研究和应用。本文对应用层组播技术进行了研究:①面向CVE中的单点到多点通信需求,提出了一种单源应用层组播方法SSALMHMF。SSALMHMF方法采用了一种混合组播框架HMF,将IP组播技术和应用层组播技术相结合以充分利用现有网络资源。重点讨论了HMF框架中构造和维护组播服务节点MSN之间mesh的方法,提出了MSN之间的多目标优化组播路由模型MOSSMRM,并基于智能蚁群方法提出相应的组播路由算法IACSMR。②面向CVE中的多点到多点通信需求,提出了一种基于端节点的集中式多源应用层组播方法CMALMM。分析了多源应用层组播问题MALMP,然后提出了多源应用层组播路由模型MALMM和一种启发式路由算法MALMRA。利用线性规划理论,还提出了一种分析多源应用层组播问题MALMP理论下限的方法。③由于集中式多源应用层组播方法的规模扩展性不是很好,借鉴大规模P2P覆盖网络的DHT路由机制,提出了一种基于随机节点选择机制的分布式多源应用层组播方法DMALMM。DMALMM方法既能较好的解决多源应用层组播问题,又具有良好的规模扩展性,能满足大规模CVE的组播通信需求。实验结果表明上述应用层组播方法有效可行,能满足CVE中不同的组播通信需求。最后针对一种特殊的CVE系统——虚拟空间会议（VST）的组播通信需求,提出了感知驱动的VST多源应用层组播方法ESMVST,并重点研究了ESMVST中的应用层组播路由模型VSTMMR以及启发式路由算法MDMM。实验结果表明ESMVST方法有效可行。
陈宇[7]（2004）在《基于CSCW的区域性网络化制造平台关键技术研究》文中提出区域性网络化制造作为先进的制造模式,是制造理念、管理理念及区域性产业经济发展的完美结合。它为网络化制造和协同制造商务的深入开展提供了理想的途径。作为其重要支撑技术之一的区域性网络化制造服务平台的研究开发,则是当前相关研究与应用领域的热点和重点。本文在研究分析国内外制造领域相关研究应用现状的基础上,研究了区域性网络化制造的相关理论基础及技术关键,重点探讨了与其相关的计算机支持的协同工作（CSCW）技术。在此基础上,针对广西地区信息化建设的现状和该地区中小企业实施网络化制造的具体需求,详细规划了广西地区网络化制造服务系统的组织目标和信息体系,并就系统的核心—网络化制造服务平台的功能体系和软件体系进行了设计。在上述总体规划设计的基础上,针对网络化制造中协作交互的需求,综合利用CSCW和Java技术的优势,提出了基于Java的协作支持系统（JOCoW）。在系统总体架构设计的基础上,深入研究了其中的并发控制、协作感知和浏览器本地资源访问等关键技术。按照面向对象的软件工程思想,对JOCoW的模型、流程和应用层协议进行设计,并借鉴Struts设计模式,部分实现了该系统。最后,针对广西机械工业研究所远程快速成型加工服务的具体应用需求,对基于JOCoW的远程快速成型系统的业务流程、支持环境和运行模式进行了规划设计,初步实现了JOCoW系统对于该项业务活动的技术支持。
李玉顺,龚能,史美林[8]（2003）在《新三维协作感知模型及其应用研究》文中提出协作感知是计算机支持的协同工作中自然交互的基础。但迄今在协作感知方面尚未取得清晰的图景,其主要原因是缺乏一个合适的协作感知参考模型。为此,根据现有协作感知的相关概念和技术,通过分析和研究,本文提出了一种新的三维协作感知模型。该模型采用自下而上的构建原理,能方便地划分现存的协作感知术语,指导协作系统设计人员在具体的协作工具中嵌入协作感知信息（解决了协作系统设计人员不知如何将感知信息嵌入协作系统的问题）,并已在虚拟设计中心得到应用。
冯砚毫[9]（2011）在《无线传感器网络定位技术研究》文中研究表明无线传感网节点定位技术是无线传感网重要的支撑技术之一。节点位置信息不仅是事件监测的前提,也是网络拓扑自配置、提高路由效率、向观察者报告所需信息的基础;不知道所获信息所对应的位置,所获信息也失去了应有的意义。无线传感网节点部署是随机的,由于受到布设环境和自身因素的影响,如何最大限度提高节点定位精度是无线传感网定位研究领域的一个难点。因此,开展节点定位技术的研究具有重要理论和现实意义。本论文介绍了无线传感网发展历程和结构模型,分析了无线传感网中的关键技术,深入讨论了无线传感网节点定位技术。着重研究了节点定位的概念、定位技术分类、定位的基本原理和基本方法,对节点定位的性能评价标准进行了较详细地分析研究,同时对现有的典型定位算法和定位系统进行了分析比较。论文重点对无线传感网定位技术中的非测距定位DV-hop算法进行了深入研究,详细分析了其存在误差的原因。分别在二维和三维环境下提出了改进的节点定位算法。（1）为了减小传统DV-hop算法的定位精度误差,论文在二维环境中提出了一种新的DV-hop定位算法。通过引入平均跳距权值、跳数权值和距离误差,改进未知节点平均跳距的计算方法,使估算出的距离能更接近实际距离;通过引入共线性阈值和跳数阈值,选择拓扑关系好且距离未知节点较近的锚节点组进行位置估计得出一系列位置;最后通过质心算法得出最终的位置坐标。仿真结果表明新算法在不需要任何额外硬件的支持下,能提供比传统DV-hop算法更精确的位置估计。（2）针对新DV-hop定位算法存在覆盖率较低的问题,提出了一种升级虚拟锚节点的定位算法。通过把一些达到条件的未知节点升级为锚节点的方法,对新算法进行进一步的改进,有效地解决了覆盖率的问题。仿真实验结果表明了该方法不仅能够有效地解决覆盖率问题,而且能在在一定程度上提高定位精度。（3）在三维环境下,提出了一种新的三维节点定位算法。采用DV-hop距离矢量跳数的思想和数学几何学原理,引入位置估算偏差值利用加权质心算法进行位置估算。仿真结果表明了该算法的可行性。
李国民[10]（2011）在《协作检索中的协作感知机制研究》文中研究指明论述协作检索、协作感知和协作感知机制,认为在真正以用户为中心的协作检索系统中提供支持用户间的感知,是协作检索能否成功的一个重要因素,在协作检索中嵌入协作感知机制可为使用以前用户的检索策略提供一条捷径.
二、新三维协作感知模型及其应用研究（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、新三维协作感知模型及其应用研究（论文提纲范文）
（1）基于视觉-深度信息的多机器人协作建图研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 SLAM算法国内外研究现状 |
| 1.2.2 多机器人SLAM国内外研究现状 |
| 1.3 论文的主要内容 |
| 第2章 SLAM理论基础 |
| 2.1 引言 |
| 2.2 RGB-D相机模型及参数标定 |
| 2.2.1 坐标系的定义与变换 |
| 2.2.2 相机模型 |
| 2.2.3 相机标定 |
| 2.3 算法框架 |
| 2.3.1 视觉里程计 |
| 2.3.2 后端优化 |
| 2.3.3 回环检测 |
| 2.3.4 地图构建 |
| 2.4 本章小结 |
| 第3章 多机器人协作建图系统 |
| 3.1 引言 |
| 3.2 多机器人系统 |
| 3.2.1 多机器人结构体系 |
| 3.2.2 基于ROS的多机器人通信 |
| 3.3 基于相遇情况识别的重叠区域判定 |
| 3.3.1 机器人间的识别方案 |
| 3.3.2 基于关键帧和视觉词袋法的重叠区域判定 |
| 3.4 多机器人地图融合算法 |
| 3.4.1 关键点提取 |
| 3.4.2 描述子计算 |
| 3.4.3 特征匹配 |
| 3.4.4 地图融合 |
| 3.5 本章小结 |
| 第4章 实验验证与结果分析 |
| 4.1 引言 |
| 4.2 实验环境配置 |
| 4.3 机器人建图实验及分析 |
| 4.4 多机器人协作建图实验及分析 |
| 4.4.1 机器人识别实验及分析 |
| 4.4.2 三维地图融合实验及分析 |
| 4.4.3 多机器人协作建图测试结果 |
| 4.5 本章小节 |
| 第5章 总结与展望 |
| 5.1 本文研究工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（2）无线传感器网络节点定位优化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 WSNs研究现状 |
| 1.2.2 WSNs定位算法研究现状 |
| 1.3 研究内容及创新点 |
| 1.4 论文的组织安排 |
| 1.5 本章小结 |
| 2 无线传感器网络定位技术概述 |
| 2.1 无线传感器网络概述 |
| 2.1.1 WSNs结构 |
| 2.1.2 WSNs特点 |
| 2.1.3 WSNs应用领域 |
| 2.2 节点定位基本概念 |
| 2.2.1 节点定位基本原理 |
| 2.2.2 节点定位评价指标 |
| 2.3 节点定位算法分类 |
| 2.3.1 测距算法 |
| 2.3.2 非测距算法 |
| 2.4 节点定位计算方法 |
| 2.5 本章小结 |
| 3 拓扑结构相似度优化的新三维DV-Hop定位算法 |
| 3.1 经典的三维DV-Hop算法 |
| 3.2 三维DV-Hop算法误差分析 |
| 3.3 拓扑结构相似度优化的新三维DV-Hop定位算法 |
| 3.3.1 Jaccard相似系数 |
| 3.3.2 拓扑结构相似度定义 |
| 3.3.3 拓扑结构相似度定理及证明 |
| 3.3.4 跳数修正 |
| 3.3.5 LSABSA优化未知节点坐标 |
| 3.3.6 算法步骤与流程图 |
| 3.4 仿真结果与分析 |
| 3.4.1 实验仿真环境设置 |
| 3.4.2 三维空间定位性能 |
| 3.4.3 单个节点定位误差 |
| 3.4.4 TSDV-Hop算法仿真 |
| 3.5 本章小结 |
| 4 基于单个移动锚节点路径动态规划的新定位算法 |
| 4.1 移动锚节点定位技术 |
| 4.1.1 移动锚节点定位技术概念 |
| 4.1.2 移动锚节点定位技术优点 |
| 4.2 移动路径规划 |
| 4.2.1 动态路径规划 |
| 4.2.2 静态路径规划 |
| 4.3 基于单个移动锚节点路径动态规划的新定位算法 |
| 4.3.1 节点分类策略 |
| 4.3.2 类中心节点遍历方案 |
| 4.3.3 针对翻转歧义的路径规划 |
| 4.3.4 算法步骤与流程图 |
| 4.4 仿真结果与分析 |
| 4.4.1 实验仿真环境设置 |
| 4.4.2 分类结果图 |
| 4.4.3 移动路径长度仿真 |
| 4.4.4 平均定位误差仿真 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的科研成果清单 |
（3）基于生物电信号的人机交互技术及其在虚拟现实中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 基于生物电信号的人机交互技术 |
| 1.2.1 基于EEG的人机交互技术 |
| 1.2.2 基于EOG的人机交互技术 |
| 1.2.3 人机交互技术研究中常用的评价标准 |
| 1.3 基于生物电信号的虚拟现实交互系统 |
| 1.3.1 已有的研究案例 |
| 1.3.2 当前面临的主要问题 |
| 1.4 本文主要研究内容及章节安排 |
| 第二章 一种基于立体视觉刺激的三维P300字符拼写系统 |
| 2.1 引言 |
| 2.2 方法 |
| 2.2.1 信号采集 |
| 2.2.2 系统范式 |
| 2.2.3 数据处理 |
| 2.2.4 信息传输率评估 |
| 2.2.5 工作负荷评估 |
| 2.3 实验与结果 |
| 2.3.1 离线实验 |
| 2.3.2 在线实验 |
| 2.3.3 工作负荷 |
| 2.4 讨论 |
| 2.5 本章小结 |
| 第三章 面向意识障碍病人视觉惊吓评估的三维脑机接口系统 |
| 3.1 引言 |
| 3.2 方法 |
| 3.2.1 受试者 |
| 3.2.2 信号采集 |
| 3.2.3 实验设计 |
| 3.2.4 数据分析 |
| 3.3 实验结果 |
| 3.3.1 正常受试者的实验结果 |
| 3.3.2 意识障碍患者的实验结果 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 一种基于EOG的移动便携式虚拟现实交互系统:室内环境控制仿真 |
| 4.1 引言 |
| 4.2 系统结构 |
| 4.3 方法 |
| 4.3.1 信号采集 |
| 4.3.2 图形用户界面(GUI)与控制机制 |
| 4.3.3 检测算法 |
| 4.3.4 校准 |
| 4.4 实验和结果 |
| 4.4.1 实验Ⅰ:室内环境控制 |
| 4.4.2 实验Ⅱ:空闲状态保持 |
| 4.4.3 工作负荷 |
| 4.5 讨论 |
| 4.6 本章小结 |
| 第五章 一种基于混合脑机接口的虚拟现实交互系统:室外轮椅控制仿真 |
| 5.1 引言 |
| 5.2 系统结构 |
| 5.3 方法 |
| 5.3.1 信号采集 |
| 5.3.2 图形用户界面(GUI)与控制机制 |
| 5.3.3 检测算法 |
| 5.3.4 校准 |
| 5.4 实验和结果 |
| 5.4.1 实验Ⅰ:HCI命令发送 |
| 5.4.2 实验Ⅱ:室外轮椅控制 |
| 5.4.3 工作负荷 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）面向节能的无线传感器网络数据获取技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 课题来源及本文工作 |
| 1.3 本文组织 |
| 第二章 无线传感器网络概述 |
| 2.1 无线传感器网络的介绍 |
| 2.1.1 无线传感器网络的定义 |
| 2.1.2 无线传感器网络的发展 |
| 2.1.3 无线传感器网络的特点 |
| 2.2 无线传感器网络的体系结构 |
| 2.2.1 无线传感器网络的网络构成 |
| 2.2.2 无线传感器网络的节点构成 |
| 2.3 无线传感器网络的应用 |
| 2.4 无线传感器网络的关键技术 |
| 2.5 本章小结 |
| 第三章 无线传感器网络数据获取技术研究 |
| 3.1 传感器节点的感知模型概述 |
| 3.2 无线传感网相关性模型及应用概述 |
| 3.2.1 两个传感器节点的相关性 |
| 3.2.2 多个传感器节点的相关作用 |
| 3.2.3 传感网相关性及应用研究现状 |
| 3.3 无线传感网覆盖问题概述 |
| 3.3.1 传感网覆盖问题分类 |
| 3.3.2 三维场景传感网覆盖研究现状 |
| 3.4 本章小结 |
| 第四章 基于空间相关的无线多媒体传感网节点选择方法 |
| 4.1 节点空间相关性定义 |
| 4.1.1 节点三维感知模型 |
| 4.1.2 相关性模型 |
| 4.2 基于相关性的节点选择方法 |
| 4.2.1 节点选择方法的基本思想 |
| 4.2.2 节点选择方法描述 |
| 4.3 实验仿真及性能分析 |
| 4.3.1 三维感知的节点相关性模型的评价 |
| 4.3.2 节点选择方法的评价 |
| 4.4 本章小结 |
| 第五章 面向复杂三维场景的有向传感器网络表面覆盖算法 |
| 5.1 模型和问题描述 |
| 5.1.1 有向节点感知模型 |
| 5.1.2 表面覆盖问题描述 |
| 5.2 有向传感器网络表面覆盖算法 |
| 5.2.1 基于网格的均匀表面覆盖算法 |
| 5.2.2 基于模拟退火和角度协同优化的表面覆盖算法 |
| 5.3 实验仿真及性能分析 |
| 5.3.1 复杂不规则三维地形的生成 |
| 5.3.2 表面覆盖算法对比分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 附录3 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（5）人工蜂群算法的研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究意义和目的 |
| 1.2 课题的国内外研究现状 |
| 1.2.1 优化问题国内外研究现状 |
| 1.2.2 人工蜂群算法国内外研究现状 |
| 1.3 课题主要研究内容及章节安排 |
| 第2章 人工蜂群算法概述 |
| 2.1 引言 |
| 2.2 人工蜂群算法生物学背景 |
| 2.3 人工蜂群算法基本原理差 |
| 2.4 人工蜂群算法的特点 |
| 2.5 人工蜂群算法的收敛性证明 |
| 2.6 本章小结 |
| 第3章 高维复杂单目标优化问题下的人工蜂群算法 |
| 3.1 引言 |
| 3.2 高维复杂单目标优化问题下人工蜂群算法原理 |
| 3.2.1 跟随蜂选择蜜源的概率模型的改进 |
| 3.2.2 侦察蜂行为的改进 |
| 3.2.3 搜索策略的改进 |
| 3.2.4 高维复杂单目标优化下人工蜂群算法的操作流程 |
| 3.2.5 高维复杂单目标优化问题人工蜂群算法的复杂度分析 |
| 3.3 实验仿真及结果分析 |
| 3.3.1 测试函数的选择与算法评价标准 |
| 3.3.2 算法比较结果及分析 |
| 3.4 本章小结 |
| 第4章 用于多峰优化的小生境人工蜂群算法 |
| 4.1 引言 |
| 4.2 小生境技术 |
| 4.3 小生境人工蜂群算法 |
| 4.3.1 引领蜂个体的确定方式的改进 |
| 4.3.2 选择策略的改进 |
| 4.3.3 跟随蜂选择蜜源评价方式的改进 |
| 4.3.4 每次迭代的最终种群的确定方式的改进 |
| 4.3.5 设置外部种群 |
| 4.3.6 小生境人工蜂群算法的操作流程及复杂度分析 |
| 4.4 实验仿真与结果分析 |
| 4.4.1 测试函数的选取 |
| 4.4.2 性能评价标准 |
| 4.4.3 算法性能测试 |
| 4.5 本章小结 |
| 第5章 基于人工蜂群算法的二目标优化 |
| 5.1 引言 |
| 5.2 多目标问题 |
| 5.3 二目标人工蜂群算法 |
| 5.3.1 搜索方式的改进 |
| 5.3.2 精英种群确定方式的改进 |
| 5.3.3 MABC 算法流程 |
| 5.4 实验测试及结果分析 |
| 5.4.1 测试函数 |
| 5.4.2 性能评价标准 |
| 5.4.3 测试结果及分析 |
| 5.5 本章小结 |
| 第6章 基于人工蜂群算法的高维多目标优化 |
| 6.1 引言 |
| 6.2 高维多目标优化 |
| 6.2.1 MDMOEA 算法基本原理 |
| 6.2.2 CAO 操作基本原理 |
| 6.3 基于人工蜂群算法的高维多目标优化 |
| 6.3.1 适应度值评价方式的改进 |
| 6.3.2 人工蜂群算法的改进 |
| 6.3.3 分布性维护措施 |
| 6.3.4 高维多目标人工蜂群算法的流程 |
| 6.4 实验仿真与结果分析 |
| 6.4.1 测试函数的选取 |
| 6.4.2 性能评价标准 |
| 6.4.3 实验仿真与结果分析 |
| 6.5 本章小结 |
| 第7章 约束多目标人工蜂群算法 |
| 7.1 引言 |
| 7.2 约束多目标问题 |
| 7.3 约束多目标人工蜂群算法 |
| 7.3.1 约束处理技术的改进 |
| 7.3.2 人工蜂群算法的改进 |
| 7.3.3 多目标模型的改进 |
| 7.3.4 约束多目标人工蜂群算法的流程与复杂度分析 |
| 7.4 实验测试及结果分析 |
| 7.4.1 测试问题与评价标准 |
| 7.4.2 各种改进措施的性能测试与分析 |
| 7.4.3 与其他约束多目标算法的比较 |
| 7.5 本章小结 |
| 第8章 面向三维感知的无线多媒体传感器网络的全目标覆盖问题研究 |
| 8.1 引言 |
| 8.2 多媒体传感器网络的三维感知模型和全目标覆盖问题 |
| 8.2.1 多媒体传感器网络的三维感知模型 |
| 8.2.2 全目标覆盖问题 |
| 8.3 基于人工蜂群算法的三维感知模型的多媒体传感器网络全目标覆盖算法 |
| 8.3.1 仰俯角优化方案 |
| 8.3.2 偏向角优化方案 |
| 8.3.3 全目标覆盖算法 |
| 8.4 实验测试及结果分析 |
| 8.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（6）规模可扩展的协同虚拟环境关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 1.绪论 |
| 1.1.课题背景与意义 |
| 1.2.协同虚拟环境的基本概念 |
| 1.3.协同虚拟环境的研究现状 |
| 1.3.1.CVE的相关标准 |
| 1.3.2.基本理论及体系结构 |
| 1.3.3.自然的人-机交互技术 |
| 1.3.4.网络通信和网络协议 |
| 1.3.5.快速环境建模和实时场景绘制 |
| 1.3.6.典型系统及研究项目 |
| 1.4.CVE的规模扩展性问题 |
| 1.5.论文的主要工作及创新点 |
| 1.6.论文组织结构 |
| 2.基于网格服务的协同虚拟环境体系结构 |
| 2.1.引言 |
| 2.2.网格计算 |
| 2.2.1.网格概述 |
| 2.2.2.开放网格体系结构 |
| 2.2.3.GT3 |
| 2.3.通信模式 |
| 2.3.1.对等模式和客户/服务器模式 |
| 2.3.2.基于网格服务的混合通信模式 |
| 2.4.数据分布 |
| 2.4.1.集中式分布 |
| 2.4.2.完全复制式分布 |
| 2.4.3.部分复制式分布 |
| 2.5.基于网格服务的协同虚拟环境体系结构 |
| 2.5.1.协同虚拟环境参考体系结构 |
| 2.5.2.基于网格服务的协同虚拟环境体系结构 |
| 2.5.3.数据通信 |
| 2.6.虚拟世界管理 |
| 2.6.1.虚拟世界空间分区 |
| 2.6.2.虚拟世界管理服务 |
| 2.7.示例 |
| 2.8.本章小结 |
| 3.大规模协同虚拟环境的兴趣管理方法 |
| 3.1.引言 |
| 3.2.兴趣管理技术 |
| 3.2.1.兴趣管理的概念 |
| 3.2.2.现有的兴趣管理方法 |
| 3.3.基于网格划分空间的兴趣管理 |
| 3.3.1.定义 |
| 3.3.2.兴趣/影响空间的表示 |
| 3.3.3.匹配算法 |
| 3.4.基于感知信息的分级兴趣管理 |
| 3.4.1.空间交互感知强度 |
| 3.4.2.协同工作感知强度 |
| 3.4.3.兴趣层次划分及分级兴趣管理 |
| 3.5.兴趣管理的实现 |
| 3.6.实验分析 |
| 3.7.本章小结 |
| 4.面向协同虚拟环境的应用层组播 |
| 4.1.引言 |
| 4.2.组播技术 |
| 4.2.1.IP组播 |
| 4.2.2.应用层组播 |
| 4.3.典型的应用层组播方法 |
| 4.3.1.Mesh优先方法 |
| 4.3.2.树优先方法 |
| 4.3.3.隐式结构方法 |
| 4.4.协同虚拟环境的组播通信需求 |
| 4.5.单源应用层组播方法SSALMHMF |
| 4.5.1.混合组播框架HMF |
| 4.5.2.MSN间mesh的构建和维护 |
| 4.5.3.MSN间的组播路由模型MOSSMRM |
| 4.5.4.基于智能蚁群的组播路由算法IACSMR |
| 4.5.5.实验分析 |
| 4.6.集中式多源应用层组播方法CMALMM |
| 4.6.1.多源应用层组播问题分析 |
| 4.6.2.端节点间mesh的构建和维护 |
| 4.6.3.多源应用层组播路由模型MALMM |
| 4.6.4.多源应用层组播启发式路由算法MALMRA |
| 4.6.5.理论下限 |
| 4.6.6.实验分析 |
| 4.7.分布式多源应用层组播方法DMALMM |
| 4.7.1.大规模多源应用层组播问题模型 |
| 4.7.2.分布式多源应用层组播方法 |
| 4.7.3.实验分析 |
| 4.8.本章小结 |
| 5.感知驱动的VST多源应用层组播 |
| 5.1.引言 |
| 5.2.虚拟空间会议 |
| 5.2.1.虚拟空间会议概述 |
| 5.2.2.感知驱动的虚拟空间会议 |
| 5.3.感知驱动的VST多源应用层组播方法ESMVST |
| 5.3.1.与会者节点间mesh的构建和维护 |
| 5.3.2.组播路由模型VSTMMR与路由算法MDMM |
| 5.4.实验分析 |
| 5.5.本章小结 |
| 6.结束语 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间录用和在审的论文 |
（7）基于CSCW的区域性网络化制造平台关键技术研究（论文提纲范文）
| 摘 要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 课题背景 |
| 1.3 国内外相关研究综述 |
| 1.4 课题的来源、目的意义 |
| 1.5 论文的主要工作和章节安排 |
| 2 区域性网络化制造系统设计及平台构造 |
| 2.1 引言 |
| 2.2 广西区域性网络化制造服务系统的提出 |
| 2.3 广西RNMS的体系结构设计 |
| 2.4 小结 |
| 3 基于Java的计算机支持协同工作研究 |
| 3.1 引言 |
| 3.2 JOCoW的提出 |
| 3.3 JOCoW应用环境分析 |
| 3.4 相关关键技术研究 |
| 3.5 小结 |
| 4 JOCoW系统的设计、开发与实现 |
| 4.1 系统模型设计 |
| 4.2 系统流程分析设计 |
| 4.3 应用层协议集制定 |
| 4.4 系统设计开发及运行环境分析 |
| 4.5 系统实现 |
| 4.6 小结 |
| 5 基于JOCoW远程快速成型系统的研究和实现 |
| 5.1 引言 |
| 5.2 远程快速成型流程分析 |
| 5.3 基于JOCoW的远程快速成型系统 |
| 5.3.1 系统的体系结构 |
| 5.3.2 系统的运行模式 |
| 5.3.3 远程快速成型实现 |
| 5.4 小结 |
| 6 总结与展望 |
| 6.1 本文的主要内容、方法和结果 |
| 6.2 进一步研究、改进的设想 |
| 致 谢 |
| 参考文献 |
| 附录1 (攻读硕士学位期间发表论文目录) |
（8）新三维协作感知模型及其应用研究（论文提纲范文）
| 1 协作感知的概念 |
| 2 已有的协作感知模型和技术 |
| 2.1 已有的协作感知模型 |
| 2.2 协作感知研究的现状 |
| 2.2.1 界面构造物 |
| 2.2.2 CA信息的管理 |
| 2.2.3 在协作系统中实现协作感知信息的相关技术 |
| 3 新的协作感知模型 |
| 3.1 新的协作感知模型 |
| (1) 在构造物维度 |
| (2) 在协作任务维度 |
| (3) 在协作者维度 |
| 3.2 对现存协作感知术语的划分 |
| (1) 底层的协作感知术语 |
| (2) 第二层的协作感知术语 |
| (3) 第三层的协作感知术语 |
| 4 基于3DCAM在协作系统中实现感知 信息 |
| 4.1 同步群件中的协作感知 |
| 4.2 异步群件系统中的协作感知 |
| (1) 可识别锁机制 |
| (2) 消息通知机制 |
| 5 3DCAM的运用 |
| 6 结束语 |
（9）无线传感器网络定位技术研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究思路及章节结构 |
| 2 无线传感网的组成结构及其关键技术 |
| 2.1 无线传感网的发展历程 |
| 2.2 无线传感网体系结构 |
| 2.3 无线传感网的特点及优势 |
| 2.4 无线传感网的关键技术 |
| 2.5 无线传感网的评价标准 |
| 2.6 无线传感网的应用 |
| 2.7 本章主要内容 |
| 3 无线传感网定位基本原理 |
| 3.1 无线传感网定位技术概述 |
| 3.1.1 无线传感网定位的概念 |
| 3.1.2 无线传感网定位技术有关术语 |
| 3.1.3 无线传感网定位技术特点 |
| 3.1.4 无线传感网定位技术相关应用 |
| 3.2 无线传感网定位基本方法 |
| 3.2.1 基本原理 |
| 3.2.2 节点间距离的测量方法 |
| 3.2.3 目标位置计算方法 |
| 3.3 无线传感网定位技术分类 |
| 3.3.1 物理定位和符号定位 |
| 3.3.2 绝对定位和相对定位 |
| 3.3.3 集中式定位和分布式定位 |
| 3.3.4 紧密耦合定位与松散耦合定位 |
| 3.3.5 粗粒度与细粒度 |
| 3.3.6 基于锚节点的定位和无锚节点的定位 |
| 3.3.7 递增式定位和并发式定位 |
| 3.3.8 基于测距的定位和基于非测距的定位 |
| 3.4 无线传感网典型定位算法和定位系统 |
| 3.4.1 几种典型的定位算法 |
| 3.4.2 几种典型的定位系统 |
| 3.5 无线传感网定位技术性能评价标准 |
| 3.6 本章小结 |
| 4 DV-hop 算法研究 |
| 4.1 引言 |
| 4.2 传统DV-hop 算法 |
| 4.3 传统DV-hop 算法误差分析 |
| 4.4 新的DV-hop 算法的设计及其实现 |
| 4.4.1 跳数计算 |
| 4.4.2 节点距离的计算 |
| 4.4.3 锚节点组的选定和位置估计 |
| 4.4.4 算法的仿真验证 |
| 4.5 基于虚拟锚节点的DV-hop 算法 |
| 4.5.1 虚拟锚节点的引入 |
| 4.5.2 加入升级虚拟锚节点后算法的执行 |
| 4.5.3 加入升级虚拟锚节点后的算法仿真验证 |
| 4.6 本章小结 |
| 5 三维节点定位方法 |
| 5.1 引言 |
| 5.2 三维节点定位的必要性 |
| 5.3 几种典型三维节点定位算法 |
| 5.3.1 传统质心算法 |
| 5.3.2 一种新的质心算法 |
| 5.3.3 Landscape-3D 算法 |
| 5.3.4 APIS 算法 |
| 5.4 新三维节点定位算法的设计及其实现 |
| 5.4.1 跳数计算 |
| 5.4.2 距离计算 |
| 5.4.3 位置估计 |
| 5.4.4 新三维定位算法的执行 |
| 5.4.5 仿真实验 |
| 5.5 本章小结 |
| 6 全文总结和展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻硕士期间发表的学术论文 |
| B. 作者在攻硕士期间参与的科研项目 |
四、新三维协作感知模型及其应用研究（论文参考文献）
- [1]基于视觉-深度信息的多机器人协作建图研究[D]. 王祎旻. 长春理工大学, 2021(02)
- [2]无线传感器网络节点定位优化算法研究[D]. 董云玲. 河北师范大学, 2021(09)
- [3]基于生物电信号的人机交互技术及其在虚拟现实中的应用研究[D]. 瞿军. 华南理工大学, 2019(01)
- [4]面向节能的无线传感器网络数据获取技术研究[D]. 杨谢琨. 南京邮电大学, 2016(02)
- [5]人工蜂群算法的研究与应用[D]. 王艳娇. 哈尔滨工程大学, 2013(05)
- [6]规模可扩展的协同虚拟环境关键技术研究[D]. 张谞. 南京理工大学, 2007(12)
- [7]基于CSCW的区域性网络化制造平台关键技术研究[D]. 陈宇. 华中科技大学, 2004(02)
- [8]新三维协作感知模型及其应用研究[J]. 李玉顺,龚能,史美林. 计算机集成制造系统-CIMS, 2003(S1)
- [9]无线传感器网络定位技术研究[D]. 冯砚毫. 重庆大学, 2011(01)
- [10]协作检索中的协作感知机制研究[J]. 李国民. 河南教育学院学报(自然科学版), 2011(01)