摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 无线传感器网络简述 | 第8-9页 |
1.2 研究背景与意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-12页 |
1.3.1 各向异性WSN研究现状 | 第10-11页 |
1.3.2 异构WSN研究现状 | 第11-12页 |
1.4 论文主要研究工作及章节安排 | 第12-14页 |
1.4.1 研究目标 | 第12页 |
1.4.2 研究内容 | 第12-13页 |
1.4.3 论文结构 | 第13-14页 |
第二章 无线传感器网络节点定位技术的分析 | 第14-28页 |
2.1 无线传感器网络节点定位系统 | 第14-21页 |
2.1.1 节点定位的相关术语 | 第14-15页 |
2.1.2 无线传感器网络节点技术分类 | 第15-18页 |
2.1.3 节点位置计算方法 | 第18-20页 |
2.1.4 算法性能评价指标 | 第20-21页 |
2.2 各向异性无线传感器网络相关分析 | 第21-24页 |
2.2.1 各向异性网络产生的原因 | 第21-23页 |
2.2.2 各向异性对网络环境的影响 | 第23页 |
2.2.3 各向异性网络对定位研究的影响 | 第23-24页 |
2.3 异构无线传感器网络的相关分析 | 第24-26页 |
2.3.1 异构WSN的普遍性 | 第24-25页 |
2.3.2 网络异构性对节点的影响 | 第25页 |
2.3.3 异构无线传感器对定位研究的影响 | 第25-26页 |
2.4 本章小结 | 第26-28页 |
第三章 基于前进跳距期望方法的各向异性无线传感器网络定位算法 | 第28-40页 |
3.1 引言 | 第28-29页 |
3.2 针对各向异性无线传感器网络的有效锚节点选择策略 | 第29页 |
3.3 基于粒子群优化的前进跳距期望定位算法 | 第29-34页 |
3.3.1 同构网络中前进跳距期望的距离计算方法 | 第29-32页 |
3.3.2 粒子群优化算法 | 第32页 |
3.3.3 定位过程中PSO算法的具体应用 | 第32-34页 |
3.4 仿真实验分析 | 第34-39页 |
3.5 本章小结 | 第39-40页 |
第四章 基于学习方法的异构无线传感器的定位算法 | 第40-54页 |
4.1 引言 | 第40-41页 |
4.2 基于前进跳距期望的多跳异构网络的距离计算方法 | 第41-43页 |
4.2.1 EHP表达式推导过程 | 第41-43页 |
4.2.2 MLH表达式推导过程 | 第43页 |
4.3 基于支持向量回归机的节点定位算法 | 第43-46页 |
4.3.1 支持向量机算法的基本思路 | 第43-45页 |
4.3.2 SVR定位算法的实现过程 | 第45-46页 |
4.4 仿真实验分析 | 第46-53页 |
4.5 本章小结 | 第53-54页 |
第五章 总结与展望 | 第54-56页 |
5.1 全文总结 | 第54-55页 |
5.2 研究展望 | 第55-56页 |
参考文献 | 第56-61页 |
发表论文和科研情况说明 | 第61-62页 |
致谢 | 第62页 |