| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 无线传感网节点定位算法国内外研究现状 | 第12-14页 |
| 1.3 论文主要研究内容 | 第14页 |
| 1.4 论文章节安排 | 第14-17页 |
| 第二章 无线传感网络节点定位技术分析 | 第17-27页 |
| 2.1 无线传感器网络节点定位基本概念 | 第17-19页 |
| 2.2 无线传感网中节点组成 | 第19-20页 |
| 2.3 节点定位算法分类 | 第20-21页 |
| 2.3.1 基于测距的定位算法和无需测距的定位算法 | 第20页 |
| 2.3.2. 绝对定位和相对定位 | 第20-21页 |
| 2.3.3 粗粒度与细粒度 | 第21页 |
| 2.3.4 集中式定位和分布式定位 | 第21页 |
| 2.4 无线传感网络节点定位技术的基本原理 | 第21-25页 |
| 2.4.1 三边测量法(Trilateral Measurement) | 第21-22页 |
| 2.4.2 三角测量法(Triangle Measurement) | 第22-23页 |
| 2.4.3 极大似然估计法(Ma×imum Like lihood Estimation) | 第23-24页 |
| 2.4.4 泰勒展开的最小二乘法(Taylor-LS) | 第24-25页 |
| 2.5 定位算法性能评价指标 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 无线传感网络节点定位算法优化研究 | 第27-41页 |
| 3.1 无线传感器网络的节点定位算法分析 | 第27-35页 |
| 3.1.1 基于测距的定位算法 | 第27-29页 |
| 3.1.2 无需测距的定位算法 | 第29-33页 |
| 3.1.3 最小二乘估计算法在节点定位中的分析 | 第33-35页 |
| 3.2 粒子群优化算法的模型建立 | 第35-36页 |
| 3.2.1 粒子群优化算法的背景 | 第35页 |
| 3.2.2 粒子群优化算法的原理 | 第35-36页 |
| 3.3 粒子群算法在节点定位中的算法优化 | 第36-40页 |
| 3.3.1 惯性权重w的优化 | 第37页 |
| 3.3.2 混沌扰动优化 | 第37-39页 |
| 3.3.3 算法的计算过程 | 第39页 |
| 3.3.4 计算流程 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 仿真与分析 | 第41-47页 |
| 4.1 实验环境的设定 | 第41-42页 |
| 4.2 性能分析 | 第42-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 结论 | 第47-49页 |
| 5.1 论文结论 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录：攻读硕士期间的学术成果 | 第55页 |
| 1. 发表论文 | 第55页 |
| 2. 知识产权 | 第55页 |
| 3. 所获奖励 | 第55页 |
