无线传感器网络中目标跟踪算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-26页 |
| ·研究背景及意义 | 第10-11页 |
| ·WSNs概述 | 第11-14页 |
| ·WSNs的特点 | 第12-13页 |
| ·WSNs的分类 | 第13-14页 |
| ·WSNs的典型应用 | 第14页 |
| ·基于WSNs的目标跟踪 | 第14-22页 |
| ·基于WSNs的目标跟踪系统分类 | 第15-17页 |
| ·基于WSNs的典型目标跟踪系统 | 第17-18页 |
| ·基于WSNs的目标跟踪算法原理及研究现状 | 第18-22页 |
| ·基于WSNs的跟踪算法评价指标 | 第22-24页 |
| ·论文的章节安排 | 第24-26页 |
| 2 基于贝叶斯估计理论的跟踪算法基础 | 第26-38页 |
| ·引言 | 第26页 |
| ·基于WSNs的跟踪问题模型 | 第26-28页 |
| ·贝叶斯估计原理及其实现 | 第28-37页 |
| ·贝叶斯估计 | 第28-30页 |
| ·卡尔曼滤波 | 第30-32页 |
| ·扩展卡尔曼滤波 | 第32-33页 |
| ·无迹卡尔曼滤波 | 第33-34页 |
| ·粒子滤波 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 3 基于粒子滤波的跟踪方法 | 第38-62页 |
| ·引言 | 第38页 |
| ·分布式协作跟踪 | 第38-54页 |
| ·分布式跟踪模型及网络协作策略 | 第39-40页 |
| ·分布式协作跟踪算法 | 第40-44页 |
| ·算法性能分析 | 第44-47页 |
| ·仿真分析 | 第47-54页 |
| ·改进的粒子滤波跟踪算法 | 第54-60页 |
| ·粒子分布优化方法 | 第54-56页 |
| ·优化粒子分布的粒子滤波跟踪算法 | 第56页 |
| ·仿真分析 | 第56-60页 |
| ·本章小结 | 第60-62页 |
| 4 基于连续概率密度传播的跟踪方法 | 第62-77页 |
| ·引言 | 第62页 |
| ·概率密度传播算法原理 | 第62-63页 |
| ·连续概率密度传播算法 | 第63-70页 |
| ·预测分布生成 | 第63-64页 |
| ·似然函数构建 | 第64-66页 |
| ·后验分布生成 | 第66-70页 |
| ·目标位置估计 | 第70页 |
| ·仿真分析 | 第70-76页 |
| ·本章小结 | 第76-77页 |
| 5 复杂电波传播环境下的跟踪方法 | 第77-104页 |
| ·引言 | 第77页 |
| ·基于动态射频地图的跟踪 | 第77-87页 |
| ·动态射频地图构建 | 第78-81页 |
| ·基于动态射频地图的跟踪算法 | 第81-83页 |
| ·实验仿真分析 | 第83-87页 |
| ·无需电波传播参数的跟踪 | 第87-103页 |
| ·基于序列距离的高效粒子权值计算方法 | 第88-91页 |
| ·无需电波传播参数的轻量级跟踪算法 | 第91-94页 |
| ·算法性能分析 | 第94-96页 |
| ·仿真分析 | 第96-103页 |
| ·本章小结 | 第103-104页 |
| 6 总结与展望 | 第104-107页 |
| ·主要研究内容总结 | 第104-105页 |
| ·未来工作展望 | 第105-107页 |
| 参考文献 | 第107-117页 |
| 论文创新点摘要 | 第117-118页 |
| 攻读博士学位期间发表学术论文情况 | 第118-120页 |
| 致谢 | 第120-121页 |
| 作者简介 | 第121-122页 |
