基于传感器网络的分布式估计和跟踪
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-19页 |
| 1.1.1 问题的提出 | 第11-12页 |
| 1.1.2 背景知识 | 第12-18页 |
| 1.1.3 研究的目的和意义 | 第18-19页 |
| 1.2 研究现状 | 第19-21页 |
| 1.3 本文研究内容 | 第21-22页 |
| 1.4 本章小结 | 第22-23页 |
| 第2章 无时延传感网络的一致性卡尔曼滤波 | 第23-37页 |
| 2.1 WSN的图模型 | 第23-24页 |
| 2.2 系统的动态模型 | 第24-25页 |
| 2.3 一致性权重的设计 | 第25-27页 |
| 2.4 卡尔曼滤波器的设计 | 第27-31页 |
| 2.5 动态权重设计 | 第31-32页 |
| 2.6 数值仿真 | 第32-36页 |
| 2.6.1 例1无领导节点下权重和设计的分析 | 第32-34页 |
| 2.6.2 例2基于领导-跟随节点的权重分析 | 第34-35页 |
| 2.6.3 例3动态权重设计分析 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第3章 含通信时延的传感器网络一致性卡尔曼滤波 | 第37-55页 |
| 3.1 问题描述 | 第37-39页 |
| 3.2 一致性卡尔曼滤波 | 第39-48页 |
| 3.3 数值仿真 | 第48-53页 |
| 3.3.1 例1权重参数取值分析 | 第48-50页 |
| 3.3.2 例2时延补偿、滤波结构的分析 | 第50-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第4章 对含未知信号的目标的分布式自适应跟踪 | 第55-65页 |
| 4.1 含未知信号的目标系统的动态模型 | 第55-56页 |
| 4.2 目标系统的观测与控制 | 第56-61页 |
| 4.2.1 一致性估计算法设计 | 第56-59页 |
| 4.2.2 分布式自适应跟踪 | 第59-61页 |
| 4.3 数值仿真 | 第61-63页 |
| 4.3.1 例1三角函数信号 | 第61-62页 |
| 4.3.2 例2三角波信号 | 第62-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 切换拓扑下基于分级算法的一致性卡尔曼滤波 | 第65-77页 |
| 5.1 系统动态模型 | 第65页 |
| 5.2 节点分级模型 | 第65-67页 |
| 5.3 节点分级算法的收敛条件 | 第67-73页 |
| 5.4 数值仿真 | 第73-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-81页 |
| 6.1 主要结论 | 第77页 |
| 6.2 主要创新点 | 第77-78页 |
| 6.3 进一步研究展望 | 第78-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-91页 |
| 攻读硕士学位期间主要研究成果 | 第91页 |
