發(fā)布時(shí)間：2023-03-12 07:35

　　隨著人工智能與移動(dòng)互聯(lián)網(wǎng)技術(shù)在移動(dòng)端的應(yīng)用越來(lái)越廣泛,傳統(tǒng)指揮系統(tǒng)中設(shè)備專用化、功能單一、沒(méi)有良好的人機(jī)交互等問(wèn)題,難以滿足互聯(lián)網(wǎng)時(shí)代用戶的需求。與此同時(shí),在智能指揮系統(tǒng)中,如何保證指揮系統(tǒng)的實(shí)時(shí)性、穩(wěn)定性、人機(jī)交互性、網(wǎng)絡(luò)適應(yīng)性等成為整個(gè)系統(tǒng)的關(guān)鍵技術(shù)。針對(duì)這些問(wèn)題,本文在傳統(tǒng)指揮系統(tǒng)的基礎(chǔ)上,進(jìn)行了如下研究:(1)為了提高應(yīng)用的網(wǎng)絡(luò)適應(yīng)性,提出了機(jī)器人尋源和增強(qiáng)型機(jī)器人尋源兩種算法,并將算法應(yīng)用于網(wǎng)絡(luò)信號(hào)源搜尋,提高應(yīng)用在網(wǎng)絡(luò)不穩(wěn)定或其它特殊環(huán)境和應(yīng)用場(chǎng)景下的網(wǎng)絡(luò)適應(yīng)性。第一種機(jī)器人尋源算法是源于天牛須搜索算法,與天牛須搜索算法不同的是,該算法只需要一個(gè)“觸角”和結(jié)合了真實(shí)場(chǎng)景下的避障策略。第二種增強(qiáng)型機(jī)器人尋源算法是針對(duì)第一種算法中步長(zhǎng)為固定值容易導(dǎo)致進(jìn)入局部最優(yōu)的問(wèn)題,將步長(zhǎng)優(yōu)化為等比例遞減型和動(dòng)態(tài)變化型兩種方式,提升算法的全局搜索和局部搜索能力。最后將算法應(yīng)用于未知環(huán)境下無(wú)線信號(hào)源搜尋。首先把移動(dòng)機(jī)器人的初始隨機(jī)位置,隨機(jī)方向作為初始參數(shù),通過(guò)本文算法計(jì)算第一步的運(yùn)動(dòng)位置,把初始位置和當(dāng)前位置視為天牛須搜索算法里的左右兩須,同時(shí)結(jié)合避障策略和步長(zhǎng)更新策略,動(dòng)態(tài)改變左右兩須位置...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究目的及意義
        1.1.1 信號(hào)源搜尋
        1.1.2 智能可視化指揮系統(tǒng)
    1.2 信號(hào)源搜尋問(wèn)題
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 信號(hào)源搜尋
        1.3.2 智能可視化指揮系統(tǒng)
    1.4 本文的主要研究?jī)?nèi)容
    1.5 論文的結(jié)構(gòu)安排
第二章 搜索模型與環(huán)境場(chǎng)景
    2.1 無(wú)線基站搜索模型
    2.2 移動(dòng)機(jī)器人環(huán)境場(chǎng)景
        2.2.1 室內(nèi)場(chǎng)景
        2.2.2 室外場(chǎng)景
第三章 機(jī)器人尋源算法
    3.1 天牛須搜索算法
    3.2 單機(jī)器人尋源算法
        3.2.1 算法原理
        3.2.2 算法避障原理
        3.2.3 算法流程
    3.3 單機(jī)器人尋源算法時(shí)間復(fù)雜度
    3.4 增強(qiáng)型單機(jī)器人尋源算法
        3.4.1 步長(zhǎng)等比例遞減型機(jī)器人尋源算法
        3.4.2 步長(zhǎng)動(dòng)態(tài)變化型機(jī)器人尋源算法
第四章 實(shí)驗(yàn)仿真與結(jié)果分析
    4.1 室內(nèi)場(chǎng)景
        4.1.1 相同起點(diǎn)和相同終點(diǎn)
        4.1.2 不同起點(diǎn)和相同終點(diǎn)
        4.1.3 實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)分析
    4.2 室外場(chǎng)景
        4.2.1 相同起點(diǎn)和相同終點(diǎn)
        4.2.2 不同起點(diǎn)和相同終點(diǎn)
        4.2.3 實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)分析
    4.3 算法分析
第五章 智能可視化指揮系統(tǒng)總體方案設(shè)計(jì)
    5.1 智能可視化指揮系統(tǒng)架構(gòu)設(shè)計(jì)
        5.1.1 智能可視化指揮系統(tǒng)組織架構(gòu)
        5.1.2 智能可視化指揮系統(tǒng)整體架構(gòu)
        5.1.3 智能可視化指揮系統(tǒng)功能架構(gòu)
    5.2 智能可視化指揮系統(tǒng)功能設(shè)計(jì)
        5.2.1 智能可視化指揮系統(tǒng)功能概要
        5.2.2 智能可視化指揮系統(tǒng)功能圖
    5.3 智能可視化指揮系統(tǒng)軟件設(shè)計(jì)
        5.3.1 智能可視化指揮服務(wù)器軟件設(shè)計(jì)
        5.3.2 智能可視化指揮客戶端軟件設(shè)計(jì)
第六章 智能可視化指揮系統(tǒng)總體實(shí)現(xiàn)
    6.1 基于Android的智能可視化指揮系統(tǒng)實(shí)現(xiàn)
        6.1.1 基于Android的技術(shù)難點(diǎn)及解決方案
        6.1.2 基于Android的程序框架
        6.1.3 基于Android的系統(tǒng)測(cè)試及效果
    6.2 基于IOS的智能可視化指揮系統(tǒng)實(shí)現(xiàn)
        6.2.1 基于IOS的系統(tǒng)功能實(shí)現(xiàn)
        6.2.2 基于IOS的系統(tǒng)程序結(jié)構(gòu)
        6.2.3 基于IOS的系統(tǒng)測(cè)試及效果
第七章 總結(jié)和展望
    7.1 總結(jié)
        7.1.1 信號(hào)源搜尋算法
        7.1.2 智能可視化指揮系統(tǒng)
    7.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果



本文編號(hào)：3761231