| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题研究背景及意义 | 第8页 |
| ·WSN 特点 | 第8-13页 |
| ·WSN 网络和节点结构 | 第8-10页 |
| ·WSN 特征 | 第10-11页 |
| ·WSN 的应用领域 | 第11-12页 |
| ·WSN 的能耗考虑 | 第12-13页 |
| ·WSN 性能指标 | 第13页 |
| ·WSN 目标跟踪概述 | 第13-14页 |
| ·本文的主要工作 | 第14页 |
| ·本文的结构安排 | 第14-16页 |
| 第2章 WSN 目标跟踪算法 | 第16-30页 |
| ·WSN 目标跟踪算法关键技术 | 第16-21页 |
| ·节点自组织和路由 | 第17-18页 |
| ·目标出现的侦测 | 第18页 |
| ·产生分簇 | 第18-19页 |
| ·目标定位 | 第19-20页 |
| ·目标轨迹估计和预测 | 第20-21页 |
| ·WSN 目标跟踪需要考虑的问题 | 第21页 |
| ·目标跟踪系统和算法分类 | 第21-27页 |
| ·基于预测的目标跟踪算法 | 第22-24页 |
| ·基于自适应目标跟踪算法 | 第24-26页 |
| ·基于数据的目标跟踪算法 | 第26-27页 |
| ·节能措施 | 第27-29页 |
| ·传感器节点能耗分析 | 第27页 |
| ·减少监测节点 | 第27页 |
| ·减少通信数据 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于动态分簇的 WSN 目标跟踪算法 | 第30-44页 |
| ·相关工作 | 第30-32页 |
| ·问题描述 | 第32页 |
| ·目标跟踪系统模型 | 第32-35页 |
| ·网络模型 | 第33-34页 |
| ·能耗模型 | 第34-35页 |
| ·跟踪算法 | 第35-43页 |
| ·基于高斯马尔可夫模型的位置预测 | 第35-37页 |
| ·剩余能量预测方法 | 第37-38页 |
| ·动态簇的构建 | 第38-42页 |
| ·目标恢复机制 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于网络能量优化模型的 WSN 分簇算法 | 第44-54页 |
| ·相关工作 | 第44-46页 |
| ·无线传感器网络模型 | 第45-46页 |
| ·two-raygroud 通信能量模型 | 第46页 |
| ·算法设计 | 第46-47页 |
| ·簇的建立 | 第47-49页 |
| ·簇头选取策略 CSEOM | 第49-52页 |
| ·通信模型约束 | 第49页 |
| ·节点向心度约束 | 第49-51页 |
| ·数据流约束 | 第51页 |
| ·参数非负约束 | 第51-52页 |
| ·算法联系与区别 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 仿真结果及分析 | 第54-66页 |
| ·基于动态分簇的目标跟踪算法的仿真验证 | 第54-61页 |
| ·参数与跟踪精度的关系 | 第55-56页 |
| ·目标跟踪仿真 | 第56-59页 |
| ·能量消耗仿真 | 第59-61页 |
| ·目标恢复机制 | 第61页 |
| ·基于网络能量优化模型的 WSN 分簇算法 | 第61-65页 |
| ·网络生存周期比较 | 第62-63页 |
| ·参数计算 | 第63-64页 |
| ·负载平衡程度(Load Balancing Factor , LBF) | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 结论 | 第66-68页 |
| ·本文主要工作 | 第66页 |
| ·进一步的研究内容 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间的研究成果 | 第73页 |