文献综述
1.研究背景及意义
无线层析成像(RTI，Radio Tomographic Imaging)是利用无线传感器网络节点之间传输的射频信号的阴影衰落特性来推测环境信息的过程[1]。无限层析成像技术是近几年提出的一种基于无线层析网络的无源被动定位技术[2]。与传统无线传感器网络( WSNs) 的有源定位系统相比，无源被动定位技术无需目标佩戴任何电子标签，只需要在监测区域的周围部署无线传感器节点，即可完成对该区域目标的定位和跟踪[3]。应用该技术时需要在监测区域周围布置一定数量的传感器节点，这些节点两两之间可以建立无线通信链路，通过一个最终的接收节点可以得到所有通信链路的实时的接收信号强度(RSS,Received Signal Strength)值。当目标进入监测区域后会遮挡某些节点之间的无线通信链路导致这些链路的RSS值发生一定的变化。无线层析成像中的无源目标定位方法就是利用各节点通信链路的RSS的变化量实现定位和对监测区域内目标的跟踪。
由于 RTI 系统具有穿透能力强、非入侵、成本低、结构简单、使用广泛和可视化测量等特点，近年来受到学者的广泛关注，已发展成为涉及电磁学、信号处理、测量学、医学等众多科学领域的新兴交叉学科，并在战场车辆感知、国防安全监测、反恐等科学领域具备广阔的应用前景。
目前，现有的RTI 技术多基于无线传感器节点二维环绕部署的应用，尚无识别目标类型的三维检测方法，相关定位算法、权重模型多针对二维网络拓扑下人体的定位，鲜有涉及大体积快速移动目标的三维 RTI 图像构建、识别与定位、测速方法。因此，进行车辆无线层析成像测速算法研究显得十分必要。
- 车辆无线层析成像测速算法的基本原理
现有 RTI 的定位系统多针对无线传感器节点二维环绕部署的应用场景，系统仅输出目标的二维坐标信息，无法进行目标类型的识别；此外，二维 RTI 权重模型多针对慢速移动的小体积目标而建立，不适于快速移动车辆的三维 RTI 图像构建。因此，在利用无线层析成像技术进行车辆测速时，首先基于传感器节点 RSS 采样频率、车辆速度、节点数量与三维网格大小间的定性关系分析，研究建立车辆三维 RTI 网络拓扑结构；其次，借鉴二维网络拓扑部署下 RTI 的权重建模经验，研究建立车辆三维 RTI 的权重模型；第三，研究基于多数据帧的车辆三维 RTI 快速融合算法，并通过车辆三维 RTI 的图像分析，实现车辆的识别、定位与测速。
首先分析车辆与通信链路不同距离情况下通信链路 RSS变化的分布特性，其次，采用数值拟合的方法，探索研究通信链路 RSS 随车辆与通信链路距离变化的函数关系式，从而构建数学模型。为达到车辆识别与定位的目的，车辆三维 RTI 图像构建方法必须解决大尺度图像、密集三维网格数情况下的快速构建问题。利用病态反问题的求解方法获得 RTI 图像，不仅消耗 CPU 资源多，而且运算速度慢。若车辆三维 RTI 图像构建时，仍然沿用每个通信链路的采样周期，即进行 RTI 图像求解的方法，势必无法满足快速移动车辆三维 RTI图像构建需求，造成车辆三维 RTI 图像不连续性，从而无法对车辆识别与定位。因此，本论文采用多数据帧三维 RTI图像级联融合的方法。将沿道路两侧三维部署无线传感器节点，并将被监测的区域进行三维网格划分得到三维 RTI 的图像，其次构建三维 RTI 图像的平移矩阵，再次，连续采集 n 个采样周期的所有通信链路 RSS；第三，采用多数据帧三维 RTI 级联的融合方法构建图像，不必在每个采样周期后即构建三维 RTI 图像，因此该方法运算效率更高，通过分析三维 RTI 图像像素较高区域面积大小和三维 RTI 三维网格像素变化率，分别实现车辆的识别及车量速度估算。
3.国内外研究现状及发展趋势
3.1无线层析成像技术及相关算法研究
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
