| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-33页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-28页 |
| 1.2.1 无线传感器网络（Wireless Sensor Networks, WSN）概述 | 第16-17页 |
| 1.2.2 WSN 中的不确定性因素及传感数据估计的需求分析 | 第17-19页 |
| 1.2.3 传统时间序列估计方法分析 | 第19-22页 |
| 1.2.4 WSN 中静态传感数据估计方法研究现状 | 第22-26页 |
| 1.2.5 WSN 中动态传感数据流估计方法研究现状 | 第26-28页 |
| 1.3 传感数据估计方法存在的问题 | 第28-29页 |
| 1.4 本文主要研究内容 | 第29-33页 |
| 第2章 基于相关分析的 LS-SVR 估计方法研究 | 第33-59页 |
| 2.1 基于相关分析的传感数据估计方法架构 | 第34-38页 |
| 2.1.1 无线传感器网络中传感数据特性分析 | 第34-36页 |
| 2.1.2 传感数据估计问题描述 | 第36-37页 |
| 2.1.3 基于相关分析的传感数据估计方法架构 | 第37-38页 |
| 2.2 最小二乘支持向量回归估计方法分析 | 第38-44页 |
| 2.2.1 SVR 算法基本原理 | 第39-43页 |
| 2.2.2 LS-SVR 数据估计问题定义 | 第43-44页 |
| 2.3 基于相关分析的 LS-SVR 传感数据估计方法 | 第44-46页 |
| 2.4 实验评估和分析 | 第46-57页 |
| 2.4.1 实验环境搭建 | 第46-48页 |
| 2.4.2 正规化参数对估计精度的影响分析 | 第48-49页 |
| 2.4.3 核函数宽度对估计精度的影响分析 | 第49-50页 |
| 2.4.4 估计输入变量个数对估计效率的影响分析 | 第50-51页 |
| 2.4.5 估计输入变量个数对估计精度的影响分析 | 第51-54页 |
| 2.4.6 传感数据估计结果及比较分析 | 第54-57页 |
| 2.4.7 采样间隔对估计精度的影响分析 | 第57页 |
| 2.5 本章小结 | 第57-59页 |
| 第3章 基于相关分析的多元回归估计方法研究 | 第59-76页 |
| 3.1 多元回归分析原理 | 第60-65页 |
| 3.1.1 多元线性回归分析的基本概念及数学模型 | 第60-61页 |
| 3.1.2 多元线性回归系数的确定 | 第61-63页 |
| 3.1.3 回归检验 | 第63-65页 |
| 3.2 基于相关分析的多元线性回归传感数据估计方法 | 第65-67页 |
| 3.3 性能评估 | 第67-75页 |
| 3.3.1 实验搭建和估计方法评估指标 | 第68页 |
| 3.3.2 采用相关分析前后估计精度比较分析 | 第68-70页 |
| 3.3.3 估计方法比较分析 | 第70-74页 |
| 3.3.4 采样间隔对估计性能的影响分析 | 第74-75页 |
| 3.4 本章小结 | 第75-76页 |
| 第4章 不确定性传感数据估计方法研究 | 第76-98页 |
| 4.1 不确定性传感数据 | 第77-79页 |
| 4.2 基于多变量主元分析的不确定性传感数据估计方法 | 第79-90页 |
| 4.2.1 基于多变量主元分析的不确定性传感数据估计方法框架 | 第79-81页 |
| 4.2.2 离散小波变换 | 第81-83页 |
| 4.2.3 主元分析方法 | 第83-87页 |
| 4.2.4 多变量主元分析 | 第87-88页 |
| 4.2.5 多元回归估计方法 | 第88-90页 |
| 4.3 实验评估 | 第90-97页 |
| 4.3.1 估计输入变量个数对估计精度的影响分析 | 第91-92页 |
| 4.3.2 小波分解层数 J 对估计精度的影响分析 | 第92-94页 |
| 4.3.3 主元保留层数 k 对估计精度的影响分析 | 第94-95页 |
| 4.3.4 不确定性传感数据估计方法性能分析 | 第95-96页 |
| 4.3.5 采样间隔对估计精度的影响分析 | 第96-97页 |
| 4.4 本章小结 | 第97-98页 |
| 第5章 基于卡尔曼滤波的传感数据流估计方法研究 | 第98-120页 |
| 5.1 传感数据流及其特点 | 第99-101页 |
| 5.2 基于卡尔曼滤波的多元回归传感数据流估计方法 | 第101-110页 |
| 5.2.1 卡尔曼滤波 | 第102-104页 |
| 5.2.2 基于相关分析的多元回归估计方法 | 第104-106页 |
| 5.2.3 基于卡尔曼滤波的多元回归传感数据流估计方法 | 第106-110页 |
| 5.3 实验评估 | 第110-118页 |
| 5.3.1 传感数据流估计方法收敛性分析 | 第111-112页 |
| 5.3.2 多元回归估计输入变量个数对估计精度的影响分析 | 第112-113页 |
| 5.3.3 模型实时跟踪能力评估 | 第113-115页 |
| 5.3.4 与其他估计方法的性能比较 | 第115-117页 |
| 5.3.5 采样间隔对估计精度的影响 | 第117-118页 |
| 5.4 本章小结 | 第118-120页 |
| 结论 | 第120-122页 |
| 参考文献 | 第122-132页 |
| 攻读博士学位期间发表的论文和取得的科技成果 | 第132-133页 |
| 致谢 | 第133-134页 |
| 个人简历 | 第134页 |
