| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 无线传感器网络简介 | 第11-14页 |
| 1.2.1 基于无线传感器网络的优势与挑战 | 第11-12页 |
| 1.2.2 基于无线传感器网络的目标跟踪方式 | 第12-14页 |
| 1.3 国内外研究现状及发展趋势 | 第14-16页 |
| 1.4 论文内容安排 | 第16-18页 |
| 第2章 卡尔曼滤波简介 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 卡尔曼滤波研究 | 第18-25页 |
| 2.2.1 状态空间方程 | 第19页 |
| 2.2.2 新息过程 | 第19-21页 |
| 2.2.3 状态估计量的递推公式 | 第21-22页 |
| 2.2.4 Kalman增益矩阵 | 第22-23页 |
| 2.2.5 Ricatti递推 | 第23-24页 |
| 2.2.6 卡尔曼滤波算法 | 第24-25页 |
| 2.3 卡尔曼滤波的目标跟踪 | 第25-27页 |
| 2.4 卡尔曼滤波的算法分析 | 第27-28页 |
| 2.5 仿真实验与分析 | 第28-31页 |
| 2.5.1 实验模型 | 第28-30页 |
| 2.5.2 实验结果与分析 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 分布式协同估计与网络模型 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 分布式估计 | 第32-37页 |
| 3.2.1 分布式网络模型 | 第32-34页 |
| 3.2.2 分布式协同估计策略 | 第34-36页 |
| 3.2.3 分布式算法 | 第36-37页 |
| 3.3 目标跟踪与网络模型 | 第37-41页 |
| 3.3.1 分布式目标跟踪模型 | 第37-38页 |
| 3.3.2 目标运动模型 | 第38-39页 |
| 3.3.3 拓扑网络模型 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 分布式卡尔曼滤波算法 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 本地卡尔曼滤波 | 第42-44页 |
| 4.3 一致式卡尔曼滤波 | 第44-46页 |
| 4.4 扩散式卡尔曼滤波 | 第46-51页 |
| 4.4.1 扩散式步骤 | 第46-48页 |
| 4.4.2 基于平均准则的扩散式卡尔曼滤波 | 第48-49页 |
| 4.4.3 基于相关度准则的扩散式卡尔曼滤波 | 第49-51页 |
| 4.5 仿真实验与分析 | 第51-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 多层分布式卡尔曼滤波算法 | 第58-75页 |
| 5.1 引言 | 第58页 |
| 5.2 多层分布式算法 | 第58-67页 |
| 5.2.1 多层一致式卡尔曼滤波算法 | 第60-62页 |
| 5.2.2 基于平均准则的多层扩散式卡尔曼滤波算法 | 第62-64页 |
| 5.2.3 基于相关度准则的多层扩散式卡尔曼滤波算法 | 第64-67页 |
| 5.3 仿真实验与分析 | 第67-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表论文与研究成果清单 | 第81-82页 |
| 致谢 | 第82页 |