| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-21页 |
| ·引言 | 第12页 |
| ·无线传感器网络综述 | 第12-16页 |
| ·无线传感器网络的概念 | 第12-14页 |
| ·无线传感器网络的特点 | 第14-15页 |
| ·无线传感器网络的应用 | 第15-16页 |
| ·信息融合原理综述 | 第16-18页 |
| ·信息融合的概念 | 第16-17页 |
| ·信息融合的特点与算法 | 第17-18页 |
| ·无线传感器网络的信息融合 | 第18-20页 |
| ·本文的主要工作 | 第20-21页 |
| 2 无线传感器网络的信息融合结构模型 | 第21-31页 |
| ·引言 | 第21页 |
| ·无线传感器网络的结构 | 第21-24页 |
| ·无线传感器网络系统结构 | 第21-23页 |
| ·无线传感器网络节点结构 | 第23-24页 |
| ·无线传感器网络信息融合的结构层次 | 第24-27页 |
| ·信息融合的层次 | 第24-25页 |
| ·传感器网络信息融合的层次 | 第25-27页 |
| ·无线传感器网络的分布递阶信息融合结构模型 | 第27-30页 |
| ·基于查询路由结构模型 | 第27-28页 |
| ·基于层次路由结构模型 | 第28-30页 |
| ·小结 | 第30-31页 |
| 3 无线传感器网络的分布递阶卡尔曼滤波信息融合算法 | 第31-50页 |
| ·引言 | 第31页 |
| ·分布卡尔曼滤波算法 | 第31-39页 |
| ·卡尔曼滤波算法 | 第31-33页 |
| ·分布卡尔曼滤波信息融合算法与分析 | 第33-39页 |
| ·基于无线传感器网络的分布递阶卡尔曼滤波信息融合算法 | 第39-49页 |
| ·分布递阶卡尔曼滤波信息融合结构 | 第40-41页 |
| ·源节点的卡尔曼滤波信息融合 | 第41-43页 |
| ·汇聚节点的动态加权信息融合 | 第43-44页 |
| ·仿真分析 | 第44-49页 |
| ·小结 | 第49-50页 |
| 4 无线传感器网络中异质RBF神经网络信息融合算法 | 第50-62页 |
| ·引言 | 第50页 |
| ·RBF神经网络算法 | 第50-54页 |
| ·RBF神经网络的结构模型 | 第51-52页 |
| ·RBF神经网络的学习算法 | 第52-54页 |
| ·无线传感器网络中的异质RBF神经网络的信息融合 | 第54-61页 |
| ·无线传感器网络RBF信息融合算法 | 第54-56页 |
| ·无线传感器网络RBF信息融合在环境监测中的应用 | 第56-57页 |
| ·仿真分析 | 第57-61页 |
| ·小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录:攻读硕士学位期间发表的学术论文 | 第69页 |
