摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第10-23页 |
1.1 引言 | 第10-11页 |
1.2 无线传感器网络研究概述 | 第11-14页 |
1.2.1 无线传感器网发展历程 | 第11页 |
1.2.2 传感器结构 | 第11-12页 |
1.2.3 无线传感器网络及其特性 | 第12-14页 |
1.2.4 无线传感器节点能耗模型 | 第14页 |
1.3 无线传感器网络目标跟踪算法 | 第14-18页 |
1.3.1 目标状态估计问题概述 | 第15页 |
1.3.2 无线传感器网络数据融合方式 | 第15-16页 |
1.3.3 无线传感器网络目标状态估计 | 第16-18页 |
1.4 问题的提出与本文的主要内容 | 第18-19页 |
1.5 有关预备知识 | 第19-23页 |
1.5.1 图论、矩阵论知识 | 第19-20页 |
1.5.2 卡尔曼滤波 | 第20-21页 |
1.5.3 卡尔曼一致性滤波 | 第21-23页 |
第二章 基于事件驱动的分布式卡尔曼一致性滤波 | 第23-43页 |
2.1 引言 | 第23-24页 |
2.2 问题描述 | 第24-26页 |
2.2.1 系统模型 | 第24页 |
2.2.2 基于更新协方差的事件定义 | 第24-25页 |
2.2.3 基于事件驱动的分布式卡尔曼一致性滤波 | 第25-26页 |
2.3 优化滤波器设计 | 第26-29页 |
2.4 基于事件驱动的卡尔曼一致性滤波器稳定性分析 | 第29-34页 |
2.5 仿真结果与讨论 | 第34-42页 |
2.5.1 三种算法滤波性能比较 | 第34-39页 |
2.5.2 三种算法的能量消耗对比 | 第39-42页 |
2.6 本章小结 | 第42-43页 |
第三章 分簇分布式更新一致卡尔曼滤波算法 | 第43-62页 |
3.1 引言 | 第43-44页 |
3.2 问题描述 | 第44-45页 |
3.3 无线传感器网络模型建立 | 第45-48页 |
3.3.1 算法若干假设 | 第45页 |
3.3.2 网格划分 | 第45-46页 |
3.3.3 簇头间信息传递原理 | 第46-47页 |
3.3.4 簇头节点选举(能量关系) | 第47-48页 |
3.4 分簇更新一致卡尔曼滤波算法设计 | 第48-49页 |
3.5 分簇更新一致卡尔曼滤波算法收敛分析 | 第49-53页 |
3.6 仿真结果与讨论 | 第53-61页 |
3.6.1 算法滤波效果对比 | 第55-58页 |
3.6.2 步长对算法估计精度的影响 | 第58-59页 |
3.6.3 滤波时间对比 | 第59-60页 |
3.6.4 算法能量消耗对比 | 第60-61页 |
3.7 本章小结 | 第61-62页 |
第四章 基于事件驱动的分簇分布式卡尔曼一致性滤波 | 第62-75页 |
4.1 引言 | 第62页 |
4.2 问题描述 | 第62-63页 |
4.3 基于事件驱动的分簇分布式卡尔曼一致性滤波 | 第63-69页 |
4.3.1 滤波算法设计 | 第63-65页 |
4.3.2 滤波算法收敛分析 | 第65-69页 |
4.4 仿真结果与讨论 | 第69-74页 |
4.4.1 算法滤波性能对比 | 第70-73页 |
4.4.2 算法能量消耗对比 | 第73-74页 |
4.5 本章小结 | 第74-75页 |
第五章 总结与展望 | 第75-77页 |
5.1 全文总结 | 第75-76页 |
5.2 研究展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-84页 |
附录A 攻读硕士学位期间发表论文目录 | 第84页 |