| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 无线传感器网络简介 | 第13-20页 |
| 1.2.1 无线传感器网络基本架构 | 第13-17页 |
| 1.2.2 无线传感器网络的特点 | 第17-18页 |
| 1.2.3 无线传感器网络的研究热点 | 第18-20页 |
| 1.3 国内外研究现状 | 第20-21页 |
| 1.3.1 国外相关技术研究 | 第20-21页 |
| 1.3.2 国内相关技术研究 | 第21页 |
| 1.4 本文研究的主要内容及结构 | 第21-23页 |
| 第2章 无线传感器网络节点定位方法概述 | 第23-33页 |
| 2.1 无线传感器网络节点定位的基本概念 | 第23-24页 |
| 2.2 基于测距(Range-Based)的定位算法 | 第24-26页 |
| 2.2.1 TOA定位算法 | 第24-25页 |
| 2.2.2 TDOA定位算法 | 第25页 |
| 2.2.3 AOA定位算法 | 第25页 |
| 2.2.4 RSSI定位算法 | 第25-26页 |
| 2.3 基于非测距(Range-Free)的定位算法 | 第26-30页 |
| 2.3.1 质心算法 | 第26页 |
| 2.3.2 凸规划算法 | 第26-27页 |
| 2.3.3 DV-Hop算法 | 第27页 |
| 2.3.4 DV-distance定位算法 | 第27页 |
| 2.3.5 Euclidean定位算法 | 第27-28页 |
| 2.3.6 Amorphous定位算法 | 第28-29页 |
| 2.3.7 APIT定位算法 | 第29-30页 |
| 2.3.8 MDS定位算法 | 第30页 |
| 2.4 节点定位方法的性能评价标准 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 蚁群粒子群算法的三维应用 | 第33-49页 |
| 3.1 蚁群算法 | 第33-35页 |
| 3.1.1 基本原理 | 第33-34页 |
| 3.1.2 算法流程 | 第34-35页 |
| 3.2 粒子群算法 | 第35-38页 |
| 3.2.1 基本原理 | 第36页 |
| 3.2.2 算法流程 | 第36-38页 |
| 3.3 蚁群粒子群算法的三维应用 | 第38-43页 |
| 3.3.1 算法分析 | 第38页 |
| 3.3.2 算法模型 | 第38-40页 |
| 3.3.3 算法流程 | 第40-43页 |
| 3.4 仿真实验及结果分析 | 第43-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于DV-HOP和蚁群粒子群的三维定位算法 | 第49-65页 |
| 4.1 DV-Hop算法 | 第49-51页 |
| 4.2 基于DV-Hop和蚁群粒子群的三维定位算法 | 第51-59页 |
| 4.2.1 三维DV-Hop算法流程 | 第51-55页 |
| 4.2.2 三维DV-Hop算法实验 | 第55-58页 |
| 4.2.3 基于DV-Hop和蚁群粒子群的三维定位算法 | 第58-59页 |
| 4.3 仿真实验与结果分析 | 第59-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
