| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 课题研究现状 | 第12-14页 |
| 1.2.1 无线传感器网络 | 第12-13页 |
| 1.2.2 信息融合技术 | 第13-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文结构 | 第14-15页 |
| 第2章 无线传感器网络与信息融合技术 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 无线传感器网络 | 第15-21页 |
| 2.2.1 无线传感器网络基本概念 | 第15-16页 |
| 2.2.2 无线传感器网络体系结构 | 第16-17页 |
| 2.2.3 无线传感器网络的层次 | 第17-19页 |
| 2.2.4 无线传感器网络的特点 | 第19-20页 |
| 2.2.5 无线传感器网络应用领域 | 第20-21页 |
| 2.3 信息融合技术 | 第21-24页 |
| 2.3.1 信息融合基本概念 | 第21页 |
| 2.3.2 信息融合的作用 | 第21-22页 |
| 2.3.3 信息融合的分类 | 第22-23页 |
| 2.3.4 信息融合方法 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第3章 无线传感器网络信息融合算法 | 第25-31页 |
| 3.1 引言 | 第25页 |
| 3.2 常用信息融合算法介绍 | 第25-28页 |
| 3.2.1 贝叶斯网络理论 | 第25-26页 |
| 3.2.2 证据理论 | 第26-27页 |
| 3.2.3 卡尔曼滤波 | 第27页 |
| 3.2.4 人工神经网络 | 第27-28页 |
| 3.3 无线传感器网络信息融合模型 | 第28-29页 |
| 3.3.1 无线传感器网络信息融合的层次 | 第28页 |
| 3.3.2 无线传感器网络信息融合功能模型 | 第28-29页 |
| 3.4 数据预处理 | 第29-30页 |
| 3.5 小结 | 第30-31页 |
| 第4章 仓储环境监测中的无线传感器网络信息融合 | 第31-45页 |
| 4.1 引言 | 第31页 |
| 4.2 基于无线传感器网络的仓储监控系统架构 | 第31-35页 |
| 4.2.1 系统结构 | 第31-32页 |
| 4.2.2 系统实现 | 第32-33页 |
| 4.2.3 融合方案 | 第33-34页 |
| 4.2.4 监控信息的特征 | 第34-35页 |
| 4.3 基于自适应加权的同质传感器信息融合 | 第35-37页 |
| 4.3.1 自适应加权算法原理 | 第35-37页 |
| 4.3.2 基于自适应加权算法的仓储环境信息一级融合 | 第37页 |
| 4.4 基于RBF神经网络的异质传感器信息融合 | 第37-44页 |
| 4.4.1 RBF神经网络 | 第37-38页 |
| 4.4.2 网络设计思想 | 第38-39页 |
| 4.4.3 网络构建方法 | 第39-40页 |
| 4.4.4 基于RBF神经网络的仓储环境信息二级融合 | 第40-44页 |
| 4.5 小结 | 第44-45页 |
| 结论 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |