| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 无线传感器网络定位基本理论 | 第15-33页 |
| 2.1 无线传感器网络概述 | 第15-18页 |
| 2.1.1 WSN体系结构及特征 | 第15-17页 |
| 2.1.2 WSN节点结构及特征 | 第17-18页 |
| 2.1.3 WSN关键技术 | 第18页 |
| 2.2 定位技术研究 | 第18-31页 |
| 2.2.1 基本概念和术语 | 第18-19页 |
| 2.2.2 WSN节点定位算法分类 | 第19-20页 |
| 2.2.3 节点间测距技术 | 第20-22页 |
| 2.2.4 节点坐标计算方法 | 第22-24页 |
| 2.2.5 WSN节点定位典型算法 | 第24-31页 |
| 2.3 节点定位算法性能评价指标 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于TDOA的卡尔曼滤波算法改进 | 第33-49页 |
| 3.1 问题的提出 | 第33页 |
| 3.2 TDOA测距模型 | 第33-36页 |
| 3.2.1 双信号模型 | 第34页 |
| 3.2.2 双曲线模型 | 第34-36页 |
| 3.3 NLOS误差模型及抑制方法 | 第36-37页 |
| 3.3.1 NLOS误差模型 | 第36-37页 |
| 3.3.2 NLOS误差抑制方法 | 第37页 |
| 3.4 改进的卡尔曼滤波定位算法 | 第37-42页 |
| 3.4.1 卡尔曼滤波原理 | 第38-39页 |
| 3.4.2 机场环境场景分析 | 第39页 |
| 3.4.3 改进的卡尔曼滤波定位算法设计 | 第39-42页 |
| 3.4.4 改进的卡尔曼滤波定位算法时空复杂度分析 | 第42页 |
| 3.5 仿真结果与分析 | 第42-47页 |
| 3.5.1 指数分布NLOS误差模型 | 第43-45页 |
| 3.5.2 均匀分布NLOS误差模型 | 第45-46页 |
| 3.5.3 Delta分布NLOS误差模型 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 带约束条件的混合定位算法研究 | 第49-61页 |
| 4.1 基于TDOA测距的经典算法 | 第49-53页 |
| 4.1.1 Fang算法 | 第49-50页 |
| 4.1.2 Chan算法 | 第50-52页 |
| 4.1.3 最小二乘法 | 第52-53页 |
| 4.1.4 Taylor级数展开算法 | 第53页 |
| 4.2 最小二乘法误差分析 | 第53-55页 |
| 4.3 带约束条件的混合定位算法 | 第55-57页 |
| 4.3.1 机场特种车定位约束条件 | 第55页 |
| 4.3.2 带约束条件的混合定位算法设计 | 第55-57页 |
| 4.4 仿真结果及分析 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 论文的主要工作及贡献 | 第61页 |
| 5.2 下一步工作 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70页 |