| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究背景和意义 | 第14-15页 |
| 1.1.1 课题研究背景 | 第14-15页 |
| 1.1.2 课题研究意义 | 第15页 |
| 1.2 国内外的研究现状 | 第15-18页 |
| 1.2.1 无线传感器网络研究现状 | 第15-17页 |
| 1.2.2 煤矿监控系统的研究现状 | 第17-18页 |
| 1.3 本文的研究内容和组织结构 | 第18-20页 |
| 1.3.1 课题来源 | 第18页 |
| 1.3.2 本文主要研究内容和组织结构 | 第18-20页 |
| 第二章 无线传感器网络定位技术分析 | 第20-36页 |
| 2.1 无线传感器网络的体系结构 | 第20-21页 |
| 2.2 无线传感器定位技术 | 第21-25页 |
| 2.2.1 定位技术的研究问题 | 第21-22页 |
| 2.2.2 评价定位算法的性能标准 | 第22-23页 |
| 2.2.3 定位算法的分类 | 第23-25页 |
| 2.3 距离相关的定位算法 | 第25-28页 |
| 2.3.1 基于信号到达时间(TOA)的定位算法 | 第25-26页 |
| 2.3.2 基于信号到达时间差(TDOA)的定位算法 | 第26页 |
| 2.3.3 基于信号到达角度(AOA)的定位算法 | 第26-27页 |
| 2.3.4 基于接收信号强度指示(RSSI)的定位算法 | 第27-28页 |
| 2.4 距离无关的定位算法 | 第28-31页 |
| 2.4.1 质心算法 | 第28-29页 |
| 2.4.2 Dv-hop(distance vector-hop)算法 | 第29-30页 |
| 2.4.3 Amorphous定位算法 | 第30页 |
| 2.4.4 APIT算法 | 第30-31页 |
| 2.5 基于RSSI位置指纹匹配定位算法 | 第31-35页 |
| 2.5.1 最近邻定位算法 | 第32-33页 |
| 2.5.2 K最近邻定位算法 | 第33-34页 |
| 2.5.3 概率法 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 基于RSSI的MLWC混合定位算法 | 第36-47页 |
| 3.1 相关研究 | 第36-39页 |
| 3.1.1 二阶段定位算法 | 第36-37页 |
| 3.1.2 RSSI值的三种校正模型 | 第37-39页 |
| 3.2 MLWC混合定位算法模型 | 第39-41页 |
| 3.2.1 算法模型 | 第39-40页 |
| 3.2.2 算法过程描述 | 第40-41页 |
| 3.3 仿真分析 | 第41-46页 |
| 3.3.1 Matlab仿真软件 | 第41-43页 |
| 3.3.2 RSSI值的三种校正模型比较 | 第43-44页 |
| 3.3.3 算法的仿真分析 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于RSSI置信区间判定的定位算法 | 第47-56页 |
| 4.1 相关研究 | 第47-51页 |
| 4.1.1 指纹匹配算法 | 第47-48页 |
| 4.1.2 RSSI置信区间 | 第48-50页 |
| 4.1.3 定位区域划分准则 | 第50-51页 |
| 4.2 定位算法 | 第51-54页 |
| 4.2.1 离线训练 | 第51-52页 |
| 4.2.2 在线定位 | 第52-54页 |
| 4.3 算法的仿真分析 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文总结 | 第56页 |
| 5.2 进一步工作 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第61-62页 |
