无线网络控制系统中的资源优化研究
| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-18页 |
| 第一章 绪论 | 第18-36页 |
| 本章摘要 | 第18页 |
| ·研究背景 | 第18-24页 |
| ·无线网络控制系统的产生背景 | 第18-20页 |
| ·无线网络控制系统的应用 | 第20-22页 |
| ·无线网络控制系统的优势及研究挑战 | 第22-24页 |
| ·研究现状 | 第24-31页 |
| ·简单网络下的资源优化 | 第25-28页 |
| ·一般网络下的资源优化 | 第28-31页 |
| ·现有工作中存在的不足 | 第31页 |
| ·本文工作 | 第31-36页 |
| 第二章 基本数学工具介绍 | 第36-48页 |
| 本章摘要 | 第36页 |
| ·卡尔曼滤波 | 第36-41页 |
| ·算法过程 | 第36-38页 |
| ·卡尔曼滤波在无线网络控制系统中的应用 | 第38-41页 |
| ·LQG控制 | 第41-43页 |
| ·压缩采样 | 第43-47页 |
| ·采样过程 | 第44-46页 |
| ·重构算法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 无线信道干扰下传感器发送策略的优化调度 | 第48-66页 |
| 本章摘要 | 第48页 |
| ·引言 | 第48-50页 |
| ·问题描述 | 第50-52页 |
| ·系统对象模型 | 第50页 |
| ·无线信道传输模型 | 第50-51页 |
| ·调度问题的建立 | 第51-52页 |
| ·一种基于模型预测控制的传感器发送策略调度算法 | 第52-55页 |
| ·接收端的最优估计设计 | 第52-53页 |
| ·基于MPC的传感器发送策略设计 | 第53-55页 |
| ·实例分析：两个传感器系统的最优发送策略设计 | 第55-62页 |
| ·场景一：设计新加入节点的发送策略 | 第56-59页 |
| ·场景二：设计两个传感器节点的协同发送策略 | 第59-62页 |
| ·仿真验证 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 面向最优远端估计的多跳传输策略优化 | 第66-84页 |
| 本章摘要 | 第66页 |
| ·引言 | 第66-67页 |
| ·问题描述 | 第67-70页 |
| ·传感器节点的本地估计 | 第69-70页 |
| ·直接续传策略v.s.本地处理-续传策略 | 第70-75页 |
| ·直接续传策略(DFS) | 第70-71页 |
| ·本地处理-续传策略(LFS) | 第71-74页 |
| ·DFS与LFS的比较 | 第74-75页 |
| ·事件触发续传策略(EFS) | 第75-80页 |
| ·EFS稳定性分析 | 第77-78页 |
| ·EFS性能分析 | 第78-80页 |
| ·仿真分析 | 第80-83页 |
| ·系统参数设置 | 第80页 |
| ·系统稳定性比较 | 第80-81页 |
| ·系统估计性能分析 | 第81-82页 |
| ·中继节点的性能分析 | 第82-83页 |
| ·EFS策略的综合性能分析 | 第83页 |
| ·本章小结 | 第83-84页 |
| 第五章 基于LQG控制性能的最优控制器位置设计 | 第84-116页 |
| 本章摘要 | 第84页 |
| ·引言 | 第84-87页 |
| ·标量系统中最优控制器位置的设计 | 第87-96页 |
| ·系统框架 | 第87-88页 |
| ·问题描述 | 第88页 |
| ·控制器端的最优状态估计 | 第88-90页 |
| ·最优控制律的设计 | 第90-91页 |
| ·受限情况下的最优控制器位置设计 | 第91-92页 |
| ·一般情况下的最优控制器位置设计 | 第92-96页 |
| ·矢量系统中最优控制器位置的设计 | 第96-107页 |
| ·问题描述 | 第96-97页 |
| ·受限情况下的最优控制器位置设计 | 第97-102页 |
| ·多跳网络中最优控制器位置的判定 | 第102-107页 |
| ·仿真验证 | 第107-113页 |
| ·标量系统的结论验证 | 第108-110页 |
| ·矢量系统的结论验证 | 第110-113页 |
| ·本章小结 | 第113-116页 |
| 第六章 基于节点动态唤醒的多目标定位 | 第116-136页 |
| 本章摘要 | 第116页 |
| ·引言 | 第116-118页 |
| ·目标定位问题的研究现状 | 第117页 |
| ·压缩采样技术在多目标定位中的应用 | 第117-118页 |
| ·基于压缩采样的多目标定位算法框架 | 第118-122页 |
| ·传感器节点以及目标位置的稀疏化 | 第118-119页 |
| ·稀疏基矩阵的构造 | 第119页 |
| ·测量矩阵的构造 | 第119-120页 |
| ·稀疏基矩阵与测量矩阵之间的相关性分析 | 第120-122页 |
| ·迭代唤醒策略下的多目标定位算法 | 第122-125页 |
| ·算法介绍 | 第122-123页 |
| ·算法性能分析 | 第123-125页 |
| ·连续压缩采样的多目标定位算法 | 第125-130页 |
| ·LS-CS算法介绍 | 第125-126页 |
| ·IA-LSCS算法流程 | 第126页 |
| ·算法性能分析 | 第126-130页 |
| ·仿真验证 | 第130-134页 |
| ·参数设置 | 第130页 |
| ·仿真结果 | 第130-134页 |
| ·本章小结 | 第134-136页 |
| 第七章 总结与展望 | 第136-140页 |
| 本章摘要 | 第136页 |
| ·全文总结 | 第136-138页 |
| ·研究展望 | 第138-140页 |
| 参考文献 | 第140-152页 |
| 攻读博士学位期间主要研究成果及参与的科研项目 | 第152-153页 |
