幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

無線感知技術與應用

  • 作者：編者:張銳|責編:于成成//李軍亮
  • 出版社：化學工業
  • ISBN：9787122457066
  • 出版日期：2024/07/01
  • 裝幀：平裝
  • 頁數：274
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書全面系統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，然後介紹了數據採集、實驗環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，如空間統計模型、菲涅爾區模型等，並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，詳細分析了人工智慧演算法在WiFi感知中的實際應用。最後，討論了無線感知技術在發展過程中的挑戰和未來的發展趨勢。
    本書內容系統全面，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。
作者介紹
編者:張銳|責編:于成成//李軍亮
目錄
第1章  概論
  1.1  無線感知技術的定義
  1.2  無線感知分類
    1.2.1  WiFi感知
    1.2.2  毫米波雷達感知
    1.2.3  藍牙感知
    1.2.4  RFID感知
    1.2.5  超聲波感知
    1.2.6  感知技術優缺點比較
  1.3  無線感知相關基礎理論
    1.3.1  無線感知目標檢測理論
    1.3.2  無線感知目標定位理論
    1.3.3  無線感知目標成像理論
  本章小結
第2章  無線感知技術基礎
  2.1  電磁波與無線電波
  2.2  天線
    2.2.1  天線的概述
    2.2.2  天線的分類
  2.3  信號與通道
    2.3.1  通道的概念
    2.3.2  模擬信號和數字信號
    2.3.3  時域和頻域
    2.3.4  信號傳輸與信號特徵
  2.4  傳播原理
    2.4.1  基本傳播機制
    2.4.2  無線通道衰落
    2.4.3  室內無線通道衰減模型
    2.4.4  WiFi信號的傳播模型
  2.5  正交頻分復用（OFDM）
    2.5.1  OFDM的原理
    2.5.2  OFDM調製與解調
    2.5.3  OFDM的實現過程
    2.5.4  OFDM的保護間隔
  2.6  多輸入多輸出（MIMO）
  本章小結
第3章  WiFi CSI信號採集
  3.1  CSI的介紹
    3.1.1  CSI的概述
    3.1.2  通道衝擊響應（CIR）
    3.1.3  通道頻率響應（CFR）
    3.1.4  通道狀態信息（CSI）
    3.1.5  CSI的應用領域
  3.2  不同的CSI採集工具
    3.2.1  Linux 802.11 WiFi CSI Tool
    3.2.2  Atheros CSI Tool
    3.2.3  Nexmon CSI Extractor
    3.2.4  ESP32 CSI Toolkit
    3.2.5  PicoScenes
  3.3  Linux 802.11WiFi CSI Tool環境搭建

    3.3.1  軟硬體環境
    3.3.2  安裝過程
    3.3.3  利用create_ap收數
    3.3.4  Mointer採集模式
  3.4  CSI數據解析
    3.4.1  CSI數據結構解析
    3.4.2  CSI的數據可視化
  本章小結
第4章  無線感知信號處理與分析
  4.1  相位偏移消除
  4.2  移除離群點
    4.2.1  Hampel濾波器
    4.2.2  小波去噪
    4.2.3  巴特沃斯濾波器
  4.3  信號轉換
    4.3.1  傅里葉變換
    4.3.2  短時傅里葉變換
  4.4  信號提取
    4.4.1  過濾和閾值
    4.4.2  信號壓縮
  本章小結
第5章  無線感知理論模型
  5.1  空間統計模型
  5.2  菲涅爾區模型
  5.3  同心圓模型
  5.4  感知範圍模型
  5.5  CSI商模型
  本章小結
第6章  機器學習在無線感知中的應用
  6.1  機器學習概述
  6.2  決策樹
    6.2.1  決策樹定義
    6.2.2  決策樹的步驟與構建
    6.2.3  屬性選擇度量
    6.2.4  決策樹剪枝
    6.2.5  隨機森林
    6.2.6  應用舉例
  6.3  貝葉斯演算法
    6.3.1  貝葉斯決策理論
    6.3.2  樸素貝葉斯
    6.3.3  樸素貝葉斯法的參數估計
    6.3.4  樸素貝葉斯方法
    6.3.5  應用舉例
  6.4  支持向量機
    6.4.1  支持向量機的演算法原理
    6.4.2  軟間隔
    6.4.3  核技巧
    6.4.4  應用舉例
  6.5  KNN演算法
    6.5.1  KNN演算法原理

    6.5.2  三個基本要素
    6.5.3  KD樹
    6.5.4  K-近鄰演算法的優缺點
    6.5.5  應用舉例
  本章小結
第7章  深度學習在無線感知中的應用
  7.1  深度神經網路（DNN）
    7.1.1  深度神經網路的結構
    7.1.2  運行機制
    7.1.3  應用舉例
  7.2  卷積神經網路（CNN）
    7.2.1  完整的CNN結構
    7.2.2  卷積-感受野
    7.2.3  反向傳播
    7.2.4  應用舉例
  7.3  循環神經網路（RNN）
    7.3.1  循環神經網路原理
    7.3.2  前向傳播和反向傳播
    7.3.3  長短時記憶網路
    7.3.4  應用舉例
  本章小結
第8章  無線感知技術設計實例
  8.1  人體行為感知系統設計
    8.1.1  實例概述
    8.1.2  系統方案
    8.1.3  關鍵技術
    8.1.4  實驗結果分析
  8.2  夜間健康監護系統設計
    8.2.1  實例概述
    8.2.2  系統方案
    8.2.3  關鍵技術
    8.2.4  實驗結果分析
  本章小結
第9章  無線感知技術面臨的挑戰和未來發展趨勢
  9.1  面臨的挑戰
    9.1.1  隱私保護和數據安全挑戰
    9.1.2  無線感知和現有網路的共存挑戰
    9.1.3  實時性要求和資源限制挑戰
    9.1.4  能量效率和功耗管理挑戰
    9.1.5  大規模部署和管理挑戰
  9.2  未來發展趨勢
    9.2.1  多模態感知和融合技術
    9.2.2  邊緣計算和雲計算的結合
    9.2.3  自主感知和智能決策
    9.2.4  新興應用領域的發展和應用
    9.2.5  通信感知一體化
  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032