基于无线传感器网络的定位问题研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-10页 |
| ·引言 | 第7页 |
| ·无线传感器网络的发展 | 第7-8页 |
| ·无线传感器网络定位技术的现状 | 第8-9页 |
| ·论文安排 | 第9-10页 |
| 2 无线传感器网络概述 | 第10-14页 |
| ·无线传感器网络结构及其特点 | 第10-11页 |
| ·无线传感器网络节点特性 | 第11-12页 |
| ·无线传感器网络的关键技术 | 第12-14页 |
| 3 无线传感器网络定位技术 | 第14-26页 |
| ·无线传感器网络定位算法的特点 | 第14页 |
| ·无线传感器网络定位算法的分类 | 第14-16页 |
| ·绝对定位与相对定位 | 第14-15页 |
| ·物理定位和符号定位 | 第15页 |
| ·分布式算法和集中式算法 | 第15页 |
| ·紧密耦合与松散耦合 | 第15页 |
| ·粗粒度与细粒度 | 第15-16页 |
| ·基于测距的定位和无需测距的定位 | 第16页 |
| ·测距方法 | 第16-19页 |
| ·基于接收信号强度的测距技术 | 第16-17页 |
| ·基于到达时间的测距技术 | 第17页 |
| ·基于到达时间差的测距技术 | 第17-19页 |
| ·基于到达角度的测距技术 | 第19页 |
| ·无线传感器网络中的基本定位方法 | 第19-26页 |
| ·基于测距的定位算法 | 第19-22页 |
| ·基于非测距的定位算法 | 第22-25页 |
| ·定位性能的评价标准 | 第25-26页 |
| 4 基于混合方法的无线传感器网络定位 | 第26-39页 |
| ·遗传算法 | 第26-29页 |
| ·遗传算法基本原理 | 第26-27页 |
| ·遗传算法基本步骤 | 第27页 |
| ·遗传算法求解优化问题的步骤 | 第27-28页 |
| ·遗传算法的局限性 | 第28-29页 |
| ·迭代最大似然估计算法 | 第29-34页 |
| ·迭代最大似然估计算法的基本方法 | 第29-31页 |
| ·迭代最大似然估计算法的收敛性 | 第31-32页 |
| ·算法仿真 | 第32-33页 |
| ·迭代极大似然估计算法的局限性 | 第33-34页 |
| ·GA-IMLE混合算法 | 第34-38页 |
| ·算法实现 | 第34-35页 |
| ·算法仿真 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 5 基于虚拟锚节点的定位算法 | 第39-46页 |
| ·基本移动模型 | 第39-41页 |
| ·随机走动模型 | 第39页 |
| ·随机路点模型 | 第39-40页 |
| ·高斯马尔科夫移动模型 | 第40-41页 |
| ·三种移动模型的仿真分析 | 第41-43页 |
| ·基于虚拟锚节点的GA-IMLE混合定位算法 | 第43-45页 |
| ·算法设计 | 第43-44页 |
| ·算法仿真 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 6 无线传感器网络中目标跟踪算法 | 第46-58页 |
| ·基本卡尔曼滤波算法 | 第46-51页 |
| ·移动目标模型 | 第51-53页 |
| ·非机动模型 | 第52页 |
| ·机动模型 | 第52-53页 |
| ·跟踪滤波器 | 第53-54页 |
| ·变维卡尔曼滤波跟踪算法 | 第54-57页 |
| ·算法原理 | 第54-55页 |
| ·仿真分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 7 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
