智能無線感知：原理、技術與實踐

劉秀龍 謝鑫 佟鑫宇 李克秋

智能無線感知：原理、技術與實踐

相關主題

商品描述

本書系統闡述了無線感知技術的基礎理論、核心技術和應用實踐，內容涵蓋Wi-Fi、毫米波、RFID、聲學感知、多模態感知等多個模態的基本原理與實踐方法，同時深入分析了無線信號處理、多模態數據融合、嵌入式計算框架等核心技術。書中還結合具體案例，展示了無線感知技術在智能制造、智慧交通、健康監護等領域的應用效果。
本書不僅適合對無線感知技術感興趣的科研工作者和工程師閱讀，也為物聯網、人工智能、無線通信等相關領域的高校師生提供了寶貴的學習參考。通過對本書內容的系統學習，讀者將掌握無線感知技術的核心要點，了解其在前沿科技與實際應用中的巨大潛力。

作者簡介

劉秀龍，天津大學智能與計算學部教授，博士生導師。研究方向為無線行為感知、室內定位、物聯網安全，累計發表論文60餘篇，成果發表在MobiCom、INFOCOM、TON、TMC、TC、TPDS、IMWUT等多個 外知名期刊/會議。曾獲中國計算機學會2017年度 博士學位論文獎；IEEE TCSC可擴展計算專委會2020年度“傑出青年學者獎”；2021年獲得 青年科學基金項目（海外）；獲得 二區 期刊IEEE Systems Journal 2017年度 論文獎、 會議ICA3PP 2014 論文獎、2021年度天津市科技進步獎特等獎等。擔任 期刊Computer Communication編委、 會議IEEE ICPADS 2019程序委員會副 等學術職務。

目錄大綱

前言
第1章 無線感知概述
1.1 無線感知
1.1.1 什麼是無線感知
1.1.2 無線感知的背景與發展歷史
1.1.3 無線感知的發展現狀
1.2 智能無線感知
1.2.1 什麼是智能無線感知
1.2.2 無線感知與人工智能
1.3 智能無線感知的典型應用
1.3.1 智能制造
1.3.2 智能交通
1.3.3 環境監測
1.3.4 健康監護
1.4 機遇與挑戰
1.4.1 機遇
1.4.2 挑戰
1.5 本章小結
參考文獻
第2章 無線感知架構與技術
2.1 無線感知架構
2.1.1 多元感知主體數據追蹤
2.1.2 多模態數據融合解析
2.2 無線感知核心技術
2.2.1 信號處理與分析
2.2.2 網絡通信與協議
2.2.3 嵌入式人工智能
2.2.4 高性能感知算法
2.2.5 資源調度與分配
2.3 本章小結
參考文獻
第3章 信號
3.1 信號的基本特征
3.1.1 接收信號強度
3.1.2 信道狀態信息
3.2 物理特性
3.2.1 多普勒頻移
3.2.2 信號到達角度
3.2.3 飛行時間
3.2.4 人體坐標系下的速度譜
3.2.5 3D點雲
3.2.6 微多普勒
3.3 本章小結
參考文獻
第4章 無線感知信號
4.1 模擬信號和數字信號
4.1.1 模擬信號簡介
4.1.2 數字信號簡介
4.1.3 模擬信號與數字信號的轉換
4.2 信號采樣與采樣定理
4.3 感知信號類型
4.3.1 調頻連續波信號
4.3.2 OFDM
4.4 本章小結
參考文獻
第5章 信號處理基礎
5.1 信號濾波
5.1.1 數字濾波簡介
5.1.2 滑動平均濾波
5.1.3 卡爾曼濾波
5.1.4 粒子濾波
5.2 時頻分析
5.2.1 傅裏葉變換
5.2.2 短時傅裏葉變換
5.2.3 離散小波變換
5.3 本章小結
參考文獻
第6章 射頻識別感知
6.1 射頻識別技術
6.1.1 射頻識別的技術背景
6.1.2 射頻識別的歷史和現狀
6.1.3 射頻識別系統的硬件組成
6.2 信號建模與傳輸
6.2.1 射頻識別頻段
6.2.2 EPCglobal標準
6.2.3 射頻識別數據類型
6.3 特征提取與解析
6.3.1 快速傅裏葉變換
6.3.2 小波變換
6.3.3 解卷繞算法
6.4 場景感知與計算
6.4.1 定位算法
6.4.2 行為識別算法
6.4.3 生理指標監控
6.5 應用領域與分類
6.5.1 智能家居
6.5.2 智慧倉儲
6.5.3 智慧零售
6.6 本章小結
參考文獻
第7章 聲學感知
7.1 聲學感知的背景
7.1.1 聲學感知的分類
7.1.2 聲學感知的應用
7.2 信號傳輸與建模
7.2.1 常用的軟硬件設備
7.2.2 常用的聲學感知信號
7.2.3 信號的傳輸與多徑效應
7.3 特征提取與解析
7.3.1 語音信號的特征提取
7.3.2 單頻信號的特征提取
7.3.3 OFDM信號的特征提取
7.3.4 FMCW信號的特征提取
7.4 本章小結
參考文獻
第8章 Wi-Fi感知
8.1 Wi-Fi感知的背景與信號特征演化
8.1.1 Wi-Fi感知的功能
8.1.2 Wi-Fi感知的發展歷程
8.2 信號建模與傳輸
8.2.1 信道狀態信息的建模
8.2.2 菲涅爾區與路徑長度變化率
8.2.3 常見的相位偏差
8.2.4 商與共軛乘
8.3 特征提取與解析
8.3.1 短時傅裏葉變換及路徑長度變化率的獲取
8.3.2 參數聯合評估方法
8.3.3 速度合成
8.4 應用領域與分類
8.4.1 定位與跟蹤
8.4.2 行為識別
8.4.3 狀態跟蹤
8.4.4 其他應用
8.5 本章小結
參考文獻
第9章 毫米波雷達感知
9.1 雷達的技術背景
9.1.1 雷達的歷史和現狀
9.1.2 雷達的應用
9.1.3 雷達的硬件組成
9.1.4 雷達的探測基礎
9.2 毫米波雷達原理
9.2.1 調頻連續波信號原理
9.2.2 信號傳播模型
9.2.3 距離測量
9.2.4 速度測量
9.2.5 角度測量
9.3 特征提取與解析
9.3.1 微多普勒分析
9.3.2 雷達點雲生成
9.3.3 點雲聚類
9.3.4 信號分解
9.4 場景感知與計算
9.4.1 追蹤定位
9.4.2 生命體征監測
9.4.3 行為識別
9.4.4 人體成像
9.5 毫米波雷達應用領域
9.5.1 智能家居
9.5.2 醫療健康監控
9.5.3 智能駕駛
9.6 本章小結
參考文獻
第10章 多模態感知
10.1 多模態感知的背景
10.2 多模態感知的發展歷程
10.3 多模態信號的處理
10.3.1 神經網絡處理方法
10.3.2 系統設計及原理
10.4 應用領域與分類
10.4.1 多模態感知及其優勢
10.4.2 多模態感知的應用背景
10.4.3 多模態感知的典型應用
10.5 本章小結
參考文獻
第11章 邊緣人工智能
11.1 邊緣人工智能的定義
11.1.1 邊緣人工智能的概念
11.

類似商品

最後瀏覽商品 (1)