| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 无线传感器网络概述 | 第9-12页 |
| 1.1.1 无线传感器网络的体系结构 | 第9-10页 |
| 1.1.2 无线传感器网络的主要特征 | 第10-11页 |
| 1.1.3 无线传感器网络的应用 | 第11-12页 |
| 1.2 无线传感器网络中目标跟踪的研究现状 | 第12-14页 |
| 1.2.1 目标跟踪概述 | 第12-13页 |
| 1.2.2 无线传感器网络中目标跟踪的相关技术 | 第13-14页 |
| 1.2.3 无线传感器网络中目标跟踪系统的体系结构 | 第14页 |
| 1.3 论文的章节安排和主要研究内容 | 第14-16页 |
| 第二章 无线传感器网络中的定位方法 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 现有的经典定位方法 | 第16-22页 |
| 2.2.1 基于非距离的定位方法 | 第16-17页 |
| 2.2.2 基于距离的定位方法 | 第17-18页 |
| 2.2.3 坐标计算方法 | 第18-22页 |
| 2.3 改进的分步定位法 | 第22-23页 |
| 2.4 改进定位方法的仿真及分析 | 第23-26页 |
| 2.5 小结 | 第26-27页 |
| 第三章 基于粒子滤波的目标跟踪算法基础 | 第27-47页 |
| 3.1 引言 | 第27页 |
| 3.2 贝叶斯递推滤波 | 第27-28页 |
| 3.3 基于卡尔曼滤波的算法 | 第28-34页 |
| 3.3.1 卡尔曼滤波算法 | 第29-30页 |
| 3.3.2 扩展卡尔曼滤波算法 | 第30-32页 |
| 3.3.3 无迹卡尔曼滤波算法 | 第32-34页 |
| 3.4 粒子滤波算法 | 第34-42页 |
| 3.4.1 蒙特卡洛积分 | 第35-37页 |
| 3.4.2 重要性采样 | 第37-39页 |
| 3.4.3 重采样 | 第39-41页 |
| 3.4.4 基本粒子滤波算法 | 第41-42页 |
| 3.5 仿真结果及分析 | 第42-46页 |
| 3.6 小结 | 第46-47页 |
| 第四章 改进的粒子滤波算法 | 第47-58页 |
| 4.1 引言 | 第47页 |
| 4.2 无迹粒子滤波 | 第47-48页 |
| 4.3 改进的粒子滤波算法 | 第48-57页 |
| 4.3.1 改进算法的提出 | 第49-50页 |
| 4.3.2 改进算法的具体步骤 | 第50-52页 |
| 4.3.3 改进粒子滤波算法的仿真 | 第52-57页 |
| 4.4 小结 | 第57-58页 |
| 第五章 无线传感器网络中基于改进粒子滤波的目标跟踪 | 第58-65页 |
| 5.1 引言 | 第58页 |
| 5.2 无线传感器网络中的目标跟踪模型 | 第58-59页 |
| 5.3 改进算法在目标跟踪中的仿真及性能分析 | 第59-64页 |
| 5.4 小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |