摘要 | 第5-6页 |
Abstract | 第6-7页 |
符号与缩写 | 第8-12页 |
第一章 绪论 | 第12-25页 |
1.1 研究背景与意义 | 第12-13页 |
1.2 无线传感器网络概述 | 第13-17页 |
1.2.1 无线传感器网络简介 | 第13-14页 |
1.2.2 无线传感器网络的特性及局限 | 第14-15页 |
1.2.3 无线传感器网络的应用前景 | 第15-16页 |
1.2.4 无线传感器网络的数据融合机制 | 第16-17页 |
1.3 无线传感器网络分布式滤波算法研究现状 | 第17-19页 |
1.3.1 卡尔曼滤波算法简介 | 第17页 |
1.3.2 分布式卡尔曼滤波算法研究现状 | 第17-19页 |
1.4 本文主要研究内容 | 第19-21页 |
1.5 预备知识 | 第21-25页 |
1.5.1 图论知识 | 第21页 |
1.5.2 矩阵理论 | 第21页 |
1.5.3 卡尔曼滤波算法 | 第21-23页 |
1.5.4 一致性协议 | 第23-24页 |
1.5.5 分布式卡尔曼一致性滤波算法步骤 | 第24-25页 |
第二章 分布式卡尔曼一致性滤波算法的丢包性能分析 | 第25-37页 |
2.1 引言 | 第25-26页 |
2.2 问题描述 | 第26-27页 |
2.2.1 系统模型 | 第26页 |
2.2.2 丢包现象描述 | 第26-27页 |
2.3 两种丢包情况下的分布式卡尔曼一致性滤波算法设计 | 第27-28页 |
2.4 滤波算法在丢包情况下的收敛性分析 | 第28-31页 |
2.5 仿真结果及分析 | 第31-36页 |
2.5.1 观测丢包对滤波性能的影响 | 第33-34页 |
2.5.2 通信丢包对滤波性能的影响 | 第34-36页 |
2.6 总结 | 第36-37页 |
第三章 具有丢包补偿的双增益分布式卡尔曼一致性滤波器 | 第37-51页 |
3.1 引言 | 第37-38页 |
3.2 双增益一致性协议 | 第38页 |
3.3 具有丢包补偿的双增益卡尔曼一致性滤波算法设计 | 第38-44页 |
3.3.1 具有连续丢包补偿的双增益一致性协议 | 第38-41页 |
3.3.2 滤波算法设计 | 第41-42页 |
3.3.3 滤波算法稳定性分析 | 第42-44页 |
3.4 滤波增益优化 | 第44-46页 |
3.5 仿真结果及分析 | 第46-50页 |
3.5.1 算法滤波效果对比 | 第47-49页 |
3.5.2 滤波增益对算法效果的影响 | 第49-50页 |
3.6 本章小结 | 第50-51页 |
第四章 能量可调的分布式卡尔曼一致性滤波算法 | 第51-65页 |
4.1 引言 | 第51页 |
4.2 能耗模型 | 第51-52页 |
4.3 基于Percolation模型的卡尔曼一致性滤波算法设计 | 第52-54页 |
4.3.1 Percolation模型 | 第52-53页 |
4.3.2 滤波算法设计 | 第53-54页 |
4.3.3 滤波算法稳定性分析 | 第54页 |
4.3.4 算法能量消耗分析 | 第54页 |
4.4 基于事件驱动的卡尔曼一致性滤波算法设计 | 第54-58页 |
4.4.1 滤波算法设计 | 第54-55页 |
4.4.2 滤波算法稳定性分析 | 第55-58页 |
4.4.3 滤波算法能耗分析 | 第58页 |
4.5 算法仿真及分析 | 第58-64页 |
4.5.1 算法滤波效果对比 | 第59-61页 |
4.5.2 算法能量消耗对比 | 第61-64页 |
4.6 本章小结 | 第64-65页 |
第五章 总结与展望 | 第65-67页 |
5.1 全文总结 | 第65-66页 |
5.2 研究展望 | 第66-67页 |
致谢 | 第67-68页 |
参考文献 | 第68-75页 |
附录 A 攻读硕士学位期间发表论文目录 | 第75页 |