车载导航系统中动态路径规划模式识别与智能系统专业论文.docxVIP

江苏科技大学工学硕士学位论文 江苏科技大学工学硕士学位论文 目 目 录 IV IV PAGE PAGE V quantity estimation is elaborated, the enhanced dynamic frame slotted ALOHA anti-collision algorithm and adaptive multi-tree search algorithm are analysed also. Based on the analysis, a novel hybrid anti-collision algorithm is proposed. By grouping the tags quantity, this algorithm choose the right fork in the light of the quantity of collision tags, achieving the purpose of improving the identification efficiency and reducing the number of total slots effectively. Keywords vehicle navigation system; path planning; information collection; ant colony algorithm; tags quantity estimation; tags anti-collision 目 录 摘要 I Abstract III 第 1 章 绪 论 1 1.1 研究背景及意义 1 1.2 车载导航系统国内外发展现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 3 1.3 车载导航系统发展趋势 4 1.4 本文工作 5 1.4.1 论文的主要研究内容 5 1.4.2 论文章节结构 6 第 2 章 路径规划基本理论知识 7 2.1 车载导航系统 7 2.1.1 车载导航系统的工作原理 7 2.1.2 车载导航系统的组成、分类及功能 7 2.2 路径规划 8 2.2.1 路径规划的功能 9 2.2.2 路径规划的合理性 9 2.3 基于 RFID 技术的信息采集 10 2.3.1 RFID 工作原理 11 2.3.2 标签碰撞 11 2.3.3 标签估算 12 2.4 三者之间的关系 12 2.5 本章小结 13 第 3 章 基于改进蚁群算法的路径分析 14 3.1 基本蚁群算法的描述 14 3.2 基本蚁群算法的原理 15 3.2.1 基本蚁群算法的数学模型 15 3.2.2 蚁群算法的实现步骤 16 3.2.3 蚁群算法的框架 17 3.3 蚁群算法的优缺点 18 3.3.1 蚁群算法的优点 18 3.3.2 蚁群算法的缺点 19 3.4 动态路径规划中的改进蚁群算法 20 3.4.1 状态转移概率的改进 21 3.4.2 信息素更新策略的调整 23 3.5 算法的仿真及结果分析 24 3.6 本章小结 25 第 4 章 基于碰撞因子的动态标签估算算法 26 VI VI PAGE PAGE VII 4.1 标签估算算法的描述及意义 26 4.2 时隙概率分析 26 4.2.1 三种时隙与标签数量关系分析 26 4.2.2 吞吐率与标签数量关系分析27 4.3 现有估算算法的分析29 4.3.1 现有估算算法 29 4.3.2 现有估算算法的优缺点 30 4.4 动态标签估算算法 30 4.4.1 改进算法的描述30 4.4.2 改进算法的提出30 4.5 改进算法仿真及分析32 4.5.1 误差均值 32 4.5.2 误差方差 33 4.6 本章小结34 第 5 章 改进标签防碰撞算法的研究 35 5.1 标签防碰撞算法研究意义35 HYPERLINK \l _TOC_250000 5.2 增强动态帧时隙 ALOHA 算法 36 5.2.1 增强动态帧时隙 ALOHA 算法描述 36 5.2.2 增强动态帧时隙 ALOHA 算法实现流程 37 5.2.3 增强动态帧时隙 ALOHA 算法分析 37 5.3 自适应多叉树防碰撞算法39 5.3.1 自适应多叉树防碰撞算法描述 39 5.3.2 自适应多叉树算法实现步骤及流程 41 5.3.3 自适应多叉树算法分析 42 5.4 混合型标签防碰撞算法的提出44 5.4.1 算法原理 44 5.4.2 算法实现步骤及流程 45 5.4.3 算法性能分析 46 5.5 本章小结48 总结与展望 49 论文总结49