无线传感器网络中的节点定位和目标跟踪
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-33页 |
| 1.1 无线传感器网络概述 | 第12-14页 |
| 1.2 研究背景和意义 | 第14-15页 |
| 1.3 研究现状及存在问题 | 第15-31页 |
| 1.3.1 无线传感器网络节点定位 | 第16-25页 |
| 1.3.2 无线传感器网络目标跟踪 | 第25-29页 |
| 1.3.3 无线传感器网络覆盖 | 第29-31页 |
| 1.4 本文的工作 | 第31-33页 |
| 1.4.1 本文的主要内容 | 第31页 |
| 1.4.2 本文的组织结构 | 第31-33页 |
| 第2章 基于到达时间差的半定松弛规划优化定位算法 | 第33-45页 |
| 2.1 引言 | 第33-34页 |
| 2.2 问题描述 | 第34-35页 |
| 2.3 半定松弛优化定位算法 | 第35-42页 |
| 2.3.1 半定规划 | 第35-36页 |
| 2.3.2 半定松弛优化 | 第36-39页 |
| 2.3.3 基于几何模型的三维定位 | 第39-42页 |
| 2.4 数值仿真 | 第42-44页 |
| 2.5 结论 | 第44-45页 |
| 第3章 基于双支持向量回归的分布式定位算法 | 第45-56页 |
| 3.1 引言 | 第45页 |
| 3.2 问题描述及相关模型 | 第45-47页 |
| 3.3 分布式双支持向量回归定位 | 第47-53页 |
| 3.3.1 网络连通性预处理 | 第48-49页 |
| 3.3.2 测量阶段 | 第49-50页 |
| 3.3.3 训练阶段 | 第50-52页 |
| 3.3.4 定位阶段 | 第52-53页 |
| 3.4 数值仿真 | 第53-55页 |
| 3.5 结论 | 第55-56页 |
| 第4章 基于Voronoi图的覆盖部署策略 | 第56-73页 |
| 4.1 引言 | 第56-57页 |
| 4.2 网络感知模型和问题描述 | 第57-60页 |
| 4.2.1 网络感知模型 | 第57-58页 |
| 4.2.2 问题描述 | 第58-60页 |
| 4.3 连通性网络覆盖算法 | 第60-69页 |
| 4.3.1 连通性优化 | 第61-62页 |
| 4.3.2 节点移动策略 | 第62-67页 |
| 4.3.3 Voronoi区域划分优化算法 | 第67-69页 |
| 4.4 数值仿真 | 第69-72页 |
| 4.5 结论 | 第72-73页 |
| 第5章 基于回归函数的位置预测算法 | 第73-91页 |
| 5.1 引言 | 第73-74页 |
| 5.2 基于多项式核回归函数的预测方法 | 第74-79页 |
| 5.3 基于高斯混合回归的位置预测方法 | 第79-87页 |
| 5.3.1 基本的定义 | 第79-81页 |
| 5.3.2 运动模式概率模型 | 第81-86页 |
| 5.3.3 位置预测方法 | 第86-87页 |
| 5.4 数值仿真 | 第87-90页 |
| 5.5 结论 | 第90-91页 |
| 第6章 目标跟踪定位中的传感器节点调度算法 | 第91-110页 |
| 6.1 引言 | 第91-92页 |
| 6.2 问题描述和相关模型 | 第92-97页 |
| 6.2.1 问题描述 | 第92-93页 |
| 6.2.2 能量消耗模型 | 第93-96页 |
| 6.2.3 目标运动和测量模型 | 第96-97页 |
| 6.3 基于概率覆盖的传感器调度算法 | 第97-105页 |
| 6.3.1 移动目标区域估计 | 第97-101页 |
| 6.3.2 目标跟踪定位策略 | 第101-103页 |
| 6.3.3 高效节能传感器调度算法 | 第103-105页 |
| 6.4 数值仿真 | 第105-109页 |
| 6.5 结论 | 第109-110页 |
| 第7章 总结与展望 | 第110-112页 |
| 7.1 总结 | 第110页 |
| 7.2 展望 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读学位期间公开发表论文 | 第122-123页 |
| 致谢 | 第123-124页 |
| 作者简介 | 第124页 |
