| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 选题背景与意义 | 第13-14页 |
| 1.2 WSN定位技术的国内外研究现状 | 第14-17页 |
| 1.2.1 WSN定位技术的国外研究现状 | 第14-16页 |
| 1.2.2 WSN定位技术的国内研究现状 | 第16-17页 |
| 1.3 研究思想及研究内容 | 第17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第二章 无线传感器网络定位算法 | 第19-30页 |
| 2.1 无线传感器网络节点定位技术 | 第19-21页 |
| 2.1.1 定位相关术语及系统假设 | 第19页 |
| 2.1.2 定位基本步骤 | 第19-20页 |
| 2.1.3 定位算法的分类 | 第20页 |
| 2.1.4 定位算法的评价标准 | 第20-21页 |
| 2.2 基于测距的定位算法 | 第21-26页 |
| 2.2.1 节点间距测量方法 | 第21-23页 |
| 2.2.2 节点位置计算方法 | 第23-26页 |
| 2.3 无需测距定位算法 | 第26-28页 |
| 2.3.1 DV-Hop算法 | 第26-27页 |
| 2.3.2 质心算法 | 第27-28页 |
| 2.3.3 三角形内点近似估计法 | 第28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 面向森林环境监测的WSN定位方案设计 | 第30-38页 |
| 3.1 森林环境监测的应用需求分析 | 第30-31页 |
| 3.2 面向森林环境监测的WSN总体结构设计 | 第31-32页 |
| 3.3 WSN节点设计分析 | 第32-34页 |
| 3.3.1 传感器节点的设计要求 | 第33-34页 |
| 3.3.2 节点的部署 | 第34页 |
| 3.3.3 节点的定位设计 | 第34页 |
| 3.4 不同场景下的定位技术方案 | 第34-36页 |
| 3.4.1 大规模森林环境监测的定位技术选择 | 第35-36页 |
| 3.4.2 局部精细环境监测的定位技术选择 | 第36页 |
| 3.5 本章小节 | 第36-38页 |
| 第四章 基于加权因子的混合DV-Hop定位技术 | 第38-58页 |
| 4.1 经典DV-Hop算法 | 第38-41页 |
| 4.1.1 经典DV-Hop算法定位过程 | 第38-40页 |
| 4.1.2 DV-Hop定位算法误差分析 | 第40-41页 |
| 4.2 基于加权因子的混合DV-Hop算法HDV-Hopw | 第41-49页 |
| 4.2.1 HopSize修正策略 | 第42-43页 |
| 4.2.2 混合GA-PSO算法计算未知节点坐标策略 | 第43-49页 |
| 4.2.2.1 位置求解的GA-PSO模型构造 | 第43-48页 |
| 4.2.2.2 位置求解的GA-PSO模型实现 | 第48-49页 |
| 4.3 实验证明与仿真 | 第49-57页 |
| 4.3.1 仿真环境 | 第50-52页 |
| 4.3.2 仿真结果与分析 | 第52-57页 |
| 4.4 结论 | 第57-58页 |
| 第五章 基于模糊聚类和数据一致性的质心定位技术 | 第58-73页 |
| 5.1 基于RSSI的定位研究 | 第58-60页 |
| 5.1.1 RSSI测距原理 | 第58-59页 |
| 5.1.2 RSSI误差分析 | 第59-60页 |
| 5.2 数据一致性原理及聚类算法研究 | 第60-63页 |
| 5.2.1 数据一致性原理 | 第61-62页 |
| 5.2.2 聚类算法研究 | 第62-63页 |
| 5.3 基于RSSI的加权质心定位技术模型 | 第63-65页 |
| 5.4 FCDC-CL算法 | 第65-69页 |
| 5.4.1 测量距离预处理 | 第65-66页 |
| 5.4.2 基于模糊聚类和数据一致性方法剔除粗大误差 | 第66-68页 |
| 5.4.3 基于改进的质心算法获取最终定位 | 第68-69页 |
| 5.5 实验验证与仿真 | 第69-72页 |
| 5.6 总结与结论 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73页 |
| 6.2 工作展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 在校期间的研究成果及发表的学术论文 | 第80页 |
