掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
湖南省志(1978-2002)?鐵路志
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統(tǒng)關鍵技術
-
>
德國克虜伯與晚清火:貿易與仿制模式下的技術轉移
-
>
花樣百出:貴州少數民族圖案填色
-
>
識木:全球220種木材圖鑒
無線感知技術與應用 版權信息
- ISBN：9787122457066
- 條形碼：9787122457066 ; 978-7-122-45706-6
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
無線感知技術與應用 本書特色
1. 內容由淺入深，全面系統(tǒng)。既注重無線感知的基本概念和工作原理等基礎知識的介紹，還綜合涵蓋了WiFi等通信技術的內容。同時，書中還展示了無線感知技術在智能交通、醫(yī)療等領域的跨學科應用前景，知識面全，覆蓋面廣，語言通俗易懂。2. 理論和編程實踐相結合，書中展示了大量案例與實現，幫助讀者快速入手實際應用開發(fā)。
無線感知技術與應用 內容簡介
本書全面系統(tǒng)地介紹了無線感知技術，包括基本理論、關鍵技術和案例應用。以WiFi感知技術為例，首先詳細探討了其基礎理論，然后介紹了數據采集、實驗環(huán)境搭建和數據可視化的步驟。同時，深入討論了信號處理技術，包括信號去噪、轉換和提取等。進一步分析了五種無線感知理論模型，如空間統(tǒng)計模型、菲涅爾區(qū)模型等，并探討了機器學習和深度學習在無線感知中的應用原理。通過豐富的應用案例，詳細分析了人工智能算法在WiFi感知中的實際應用。*后，討論了無線感知技術在發(fā)展過程中的挑戰(zhàn)和未來的發(fā)展趨勢。
本書內容系統(tǒng)全面，案例豐富，講解深入，適合通信工程、電子信息等相關專業(yè)本科生、研究生以及無線感知領域的研究人員和工程技術人員參考學習。
無線感知技術與應用 目錄
第1章 概論 001
1.1 無線感知技術的定義 002
1.2 無線感知分類 003
1.2.1 WiFi 感知 003
1.2.2 毫米波雷達感知 004
1.2.3 藍牙感知 005
1.2.4 RFID 感知 008
1.2.5 超聲波感知 009
1.2.6 感知技術優(yōu)缺點比較 011
1.3 無線感知相關基礎理論 012
1.3.1 無線感知目標檢測理論 012
1.3.2 無線感知目標定位理論 015
1.3.3 無線感知目標成像理論 020
本章小結 023 第2章 無線感知技術基礎 024
2.1 電磁波與無線電波 025
2.2 天線 025
2.2.1 天線的概述 026
2.2.2 天線的分類 026
2.3 信號與信道 027
2.3.1 信道的概念 028
2.3.2 模擬信號和數字信號 029
2.3.3 時域和頻域 030
2.3.4 信號傳輸與信號特征 030
2.4 傳播原理 031
2.4.1 基本傳播機制 032
2.4.2 無線信道衰落 032
2.4.3 室內無線信道衰減模型 035
2.4.4 WiFi 信號的傳播模型 036
2.5 正交頻分復用(OFDM) 038
2.5.1 OFDM 的原理 038
2.5.2 OFDM 調制與解調 039
2.5.3 OFDM 的實現過程 040
2.5.4 OFDM 的保護間隔 042
2.6 多輸入多輸出(MIMO) 043
本章小結 044 第3章 WiFi CSI 信號采集 045
3.1 CSI 的介紹 046
3.1.1 CSI 的概述 046
3.1.2 信道沖擊響應(CIR) 047
3.1.3 信道頻率響應(CFR) 048
3.1.4 信道狀態(tài)信息(CSI) 048
3.1.5 CSI 的應用領域 049
3.2 不同的CSI 采集工具 050
3.2.1 Linux 802.11 WiFi CSI Tool 050
3.2.2 Atheros CSI Tool 051
3.2.3 Nexmon CSI Extractor 052
3.2.4 ESP32 CSI Toolkit 052
3.2.5 PicoScenes 053
3.3 Linux 802.11 WiFi CSI Tool 環(huán)境搭建 053
3.3.1 軟硬件環(huán)境 054
3.3.2 安裝過程 054
3.3.3 利用create_ap 收數 058
3.3.4 Mointer 采集模式 058
3.4 CSI 數據解析 062
3.4.1 CSI 數據結構解析 062
3.4.2 CSI 的數據可視化 067
本章小結 072 第4章 無線感知信號處理與分析 073
4.1 相位偏移消除 074
4.2 移除離群點 075
4.2.1 Hampel 濾波器 075
4.2.2 小波去噪 077
4.2.3 巴特沃斯濾波器 080
4.3 信號轉換 083
4.3.1 傅里葉變換 083
4.3.2 短時傅里葉變換 086
4.4 信號提取 090
4.4.1 過濾和閾值 090
4.4.2 信號壓縮 090
本章小結 096 第5章 無線感知理論模型 098
5.1 空間統(tǒng)計模型 099
5.2 菲涅爾區(qū)模型 104
5.3 同心圓模型 109
5.4 感知范圍模型 111
5.5 CSI 商模型 117
本章小結 120 第6章 機器學習在無線感知中的應用 121
6.1 機器學習概述 122
6.2 決策樹 124
6.2.1 決策樹定義 124
6.2.2 決策樹的步驟與構建 125
6.2.3 屬性選擇度量 126
6.2.4 決策樹剪枝 129
6.2.5 隨機森林 130
6.2.6 應用舉例 132
6.3 貝葉斯算法 133
6.3.1 貝葉斯決策理論 133
6.3.2 樸素貝葉斯 135
6.3.3 樸素貝葉斯法的參數估計 136
6.3.4 樸素貝葉斯方法 136
6.3.5 應用舉例 138
6.4 支持向量機 139
6.4.1 支持向量機的算法原理 140
6.4.2 軟間隔 142
6.4.3 核技巧 143
6.4.4 應用舉例 144
6.5 KNN 算法 146
6.5.1 KNN 算法原理 146
6.5.2 三個基本要素 147
6.5.3 KD 樹 150
6.5.4 K-近鄰算法的優(yōu)缺點 151
6.5.5 應用舉例 152
本章小結 152 第7章 深度學習在無線感知中的應用 154
7.1 深度神經網絡(DNN) 155
7.1.1 深度神經網絡的結構 155
7.1.2 運行機制 158
7.1.3 應用舉例 159
7.2 卷積神經網絡(CNN) 160
7.2.1 完整的CNN 結構 161
7.2.2 卷積-感受野 164
7.2.3 反向傳播 164
7.2.4 應用舉例 165
7.3 循環(huán)神經網絡(RNN) 168
7.3.1 循環(huán)神經網絡原理 169
7.3.2 前向傳播和反向傳播 170
7.3.3 長短時記憶網絡 173
7.3.4 應用舉例 176
本章小結 177 第8章 無線感知技術設計實例 179
8.1 人體行為感知系統(tǒng)設計 180
8.1.1 實例概述 180
8.1.2 系統(tǒng)方案 180
8.1.3 關鍵技術 181
8.1.4 實驗結果分析 200
8.2 夜間健康監(jiān)護系統(tǒng)設計 212
8.2.1 實例概述 212
8.2.2 系統(tǒng)方案 212
8.2.3 關鍵技術 213
8.2.4 實驗結果分析 237
本章小結 246 第9章 無線感知技術面臨的挑戰(zhàn)和未來發(fā)展趨勢 247
9.1 面臨的挑戰(zhàn) 248
9.1.1 隱私保護和數據安全挑戰(zhàn) 248
9.1.2 無線感知和現有網絡的共存挑戰(zhàn) 249
9.1.3 實時性要求和資源限制挑戰(zhàn) 251
9.1.4 能量效率和功耗管理挑戰(zhàn) 252
9.1.5 大規(guī)模部署和管理挑戰(zhàn) 253
9.2 未來發(fā)展趨勢 254
9.2.1 多模態(tài)感知和融合技術 254
9.2.2 邊緣計算和云計算的結合 256
9.2.3 自主感知和智能決策 258
9.2.4 新興應用領域的發(fā)展和應用 259
9.2.5 通信感知一體化 260 本章小結 271 參考文獻 272
1.1 無線感知技術的定義 002
1.2 無線感知分類 003
1.2.1 WiFi 感知 003
1.2.2 毫米波雷達感知 004
1.2.3 藍牙感知 005
1.2.4 RFID 感知 008
1.2.5 超聲波感知 009
1.2.6 感知技術優(yōu)缺點比較 011
1.3 無線感知相關基礎理論 012
1.3.1 無線感知目標檢測理論 012
1.3.2 無線感知目標定位理論 015
1.3.3 無線感知目標成像理論 020
本章小結 023 第2章 無線感知技術基礎 024
2.1 電磁波與無線電波 025
2.2 天線 025
2.2.1 天線的概述 026
2.2.2 天線的分類 026
2.3 信號與信道 027
2.3.1 信道的概念 028
2.3.2 模擬信號和數字信號 029
2.3.3 時域和頻域 030
2.3.4 信號傳輸與信號特征 030
2.4 傳播原理 031
2.4.1 基本傳播機制 032
2.4.2 無線信道衰落 032
2.4.3 室內無線信道衰減模型 035
2.4.4 WiFi 信號的傳播模型 036
2.5 正交頻分復用(OFDM) 038
2.5.1 OFDM 的原理 038
2.5.2 OFDM 調制與解調 039
2.5.3 OFDM 的實現過程 040
2.5.4 OFDM 的保護間隔 042
2.6 多輸入多輸出(MIMO) 043
本章小結 044 第3章 WiFi CSI 信號采集 045
3.1 CSI 的介紹 046
3.1.1 CSI 的概述 046
3.1.2 信道沖擊響應(CIR) 047
3.1.3 信道頻率響應(CFR) 048
3.1.4 信道狀態(tài)信息(CSI) 048
3.1.5 CSI 的應用領域 049
3.2 不同的CSI 采集工具 050
3.2.1 Linux 802.11 WiFi CSI Tool 050
3.2.2 Atheros CSI Tool 051
3.2.3 Nexmon CSI Extractor 052
3.2.4 ESP32 CSI Toolkit 052
3.2.5 PicoScenes 053
3.3 Linux 802.11 WiFi CSI Tool 環(huán)境搭建 053
3.3.1 軟硬件環(huán)境 054
3.3.2 安裝過程 054
3.3.3 利用create_ap 收數 058
3.3.4 Mointer 采集模式 058
3.4 CSI 數據解析 062
3.4.1 CSI 數據結構解析 062
3.4.2 CSI 的數據可視化 067
本章小結 072 第4章 無線感知信號處理與分析 073
4.1 相位偏移消除 074
4.2 移除離群點 075
4.2.1 Hampel 濾波器 075
4.2.2 小波去噪 077
4.2.3 巴特沃斯濾波器 080
4.3 信號轉換 083
4.3.1 傅里葉變換 083
4.3.2 短時傅里葉變換 086
4.4 信號提取 090
4.4.1 過濾和閾值 090
4.4.2 信號壓縮 090
本章小結 096 第5章 無線感知理論模型 098
5.1 空間統(tǒng)計模型 099
5.2 菲涅爾區(qū)模型 104
5.3 同心圓模型 109
5.4 感知范圍模型 111
5.5 CSI 商模型 117
本章小結 120 第6章 機器學習在無線感知中的應用 121
6.1 機器學習概述 122
6.2 決策樹 124
6.2.1 決策樹定義 124
6.2.2 決策樹的步驟與構建 125
6.2.3 屬性選擇度量 126
6.2.4 決策樹剪枝 129
6.2.5 隨機森林 130
6.2.6 應用舉例 132
6.3 貝葉斯算法 133
6.3.1 貝葉斯決策理論 133
6.3.2 樸素貝葉斯 135
6.3.3 樸素貝葉斯法的參數估計 136
6.3.4 樸素貝葉斯方法 136
6.3.5 應用舉例 138
6.4 支持向量機 139
6.4.1 支持向量機的算法原理 140
6.4.2 軟間隔 142
6.4.3 核技巧 143
6.4.4 應用舉例 144
6.5 KNN 算法 146
6.5.1 KNN 算法原理 146
6.5.2 三個基本要素 147
6.5.3 KD 樹 150
6.5.4 K-近鄰算法的優(yōu)缺點 151
6.5.5 應用舉例 152
本章小結 152 第7章 深度學習在無線感知中的應用 154
7.1 深度神經網絡(DNN) 155
7.1.1 深度神經網絡的結構 155
7.1.2 運行機制 158
7.1.3 應用舉例 159
7.2 卷積神經網絡(CNN) 160
7.2.1 完整的CNN 結構 161
7.2.2 卷積-感受野 164
7.2.3 反向傳播 164
7.2.4 應用舉例 165
7.3 循環(huán)神經網絡(RNN) 168
7.3.1 循環(huán)神經網絡原理 169
7.3.2 前向傳播和反向傳播 170
7.3.3 長短時記憶網絡 173
7.3.4 應用舉例 176
本章小結 177 第8章 無線感知技術設計實例 179
8.1 人體行為感知系統(tǒng)設計 180
8.1.1 實例概述 180
8.1.2 系統(tǒng)方案 180
8.1.3 關鍵技術 181
8.1.4 實驗結果分析 200
8.2 夜間健康監(jiān)護系統(tǒng)設計 212
8.2.1 實例概述 212
8.2.2 系統(tǒng)方案 212
8.2.3 關鍵技術 213
8.2.4 實驗結果分析 237
本章小結 246 第9章 無線感知技術面臨的挑戰(zhàn)和未來發(fā)展趨勢 247
9.1 面臨的挑戰(zhàn) 248
9.1.1 隱私保護和數據安全挑戰(zhàn) 248
9.1.2 無線感知和現有網絡的共存挑戰(zhàn) 249
9.1.3 實時性要求和資源限制挑戰(zhàn) 251
9.1.4 能量效率和功耗管理挑戰(zhàn) 252
9.1.5 大規(guī)模部署和管理挑戰(zhàn) 253
9.2 未來發(fā)展趨勢 254
9.2.1 多模態(tài)感知和融合技術 254
9.2.2 邊緣計算和云計算的結合 256
9.2.3 自主感知和智能決策 258
9.2.4 新興應用領域的發(fā)展和應用 259
9.2.5 通信感知一體化 260 本章小結 271 參考文獻 272
展開全部
書友推薦
- >
中國歷史的瞬間
- >
史學評論
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
隨園食單
- >
名家?guī)阕x魯迅:朝花夕拾
- >
龍榆生：詞曲概論/大家小書
- >
朝聞道
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
