| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景与意义 | 第13页 |
| 1.2 国内外相关研究现状 | 第13-16页 |
| 1.2.1 WSN多目标跟踪节点任务分配的研究现状 | 第13-14页 |
| 1.2.2 多目标跟踪算法研究现状 | 第14-15页 |
| 1.2.3 WSN目标跟踪平台研究现状 | 第15-16页 |
| 1.3 主要研究工作与组织结构 | 第16-18页 |
| 第二章 基于Q学习的多目标跟踪节点协同任务分配算法 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 问题描述 | 第18-20页 |
| 2.3 基于Q学习的多目标节点协同任务分配算法 | 第20-27页 |
| 2.3.1 能量模型建立 | 第20-21页 |
| 2.3.2 多目标相遇阶段 | 第21-23页 |
| 2.3.3 多目标伴行阶段 | 第23-24页 |
| 2.3.4 多目标分离阶段 | 第24页 |
| 2.3.5 目标信息分离 | 第24-27页 |
| 2.4 算法仿真及结果分析 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于熵惩罚的EM未知杂波估计的PHD多目标跟踪算法 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 PHD滤波算法的理论基础 | 第30-32页 |
| 3.3 基于熵惩罚EM算法的未知杂波估计 | 第32-37页 |
| 3.3.1 杂波数目的估计 | 第32-33页 |
| 3.3.2 杂波分布估计的有限混合模型 | 第33-34页 |
| 3.3.3 基于熵惩罚的改进EM的参数估计 | 第34-37页 |
| 3.4 EPEM- PHD多目标跟踪算法 | 第37-38页 |
| 3.5 仿真实验与分析 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于Dirichlet分布杂波估计的拓展目标PHD跟踪算法 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 问题描述 | 第42-43页 |
| 4.3 基于dirichlet分布的拓展目标杂波估计算法 | 第43-47页 |
| 4.3.1 Dirichlet分布 | 第43-44页 |
| 4.3.2 有限混合估计模型 | 第44-47页 |
| 4.4 仿真结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 无线传感器网络多目标跟踪平台 | 第50-76页 |
| 5.1 引言 | 第50页 |
| 5.2 目标跟踪平台的结构与组成 | 第50-52页 |
| 5.3 基于ZigBee的无线传感器网络的建立 | 第52-64页 |
| 5.3.1 信息的采集 | 第52-56页 |
| 5.3.2 基于ZigBee协议的网络组成 | 第56-59页 |
| 5.3.3 无线传感器网络的数据传输 | 第59-64页 |
| 5.4 监控终端软件平台设计 | 第64-73页 |
| 5.4.1 监控终端软件平台的结构设计 | 第64-65页 |
| 5.4.2 汇聚节点与监控终端串口通信的实现 | 第65-68页 |
| 5.4.3 用户端数据处理 | 第68页 |
| 5.4.4 跟踪定位算法的调用 | 第68-70页 |
| 5.4.5 监控终端软件平台界面设计 | 第70-73页 |
| 5.5 平台测试及结果分析 | 第73-75页 |
| 5.5.1 测试环境及过程 | 第73-74页 |
| 5.5.2 测试结果及分析 | 第74-75页 |
| 5.6 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 全文工作总结 | 第76页 |
| 6.2 研究展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及发表的学术论文 | 第84页 |
