| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 图表索引 | 第11-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 课题研究的背景 | 第15-16页 |
| 1.2 课题的研究现状 | 第16-17页 |
| 1.3 课题研究意义 | 第17-18页 |
| 1.4 课题的组织框架 | 第18-19页 |
| 第二章 无线传感器网络定位技术 | 第19-35页 |
| 2.1 无线传感器网络 | 第19-22页 |
| 2.1.1 WSN结构 | 第19-20页 |
| 2.1.2 WSN特点 | 第20-21页 |
| 2.1.3 传感器节点结构 | 第21-22页 |
| 2.2 WSN节点定位 | 第22-25页 |
| 2.2.1 节点定位模型 | 第22页 |
| 2.2.2 WSN节点定位计算方法 | 第22-25页 |
| 2.3 典型定位技术 | 第25-31页 |
| 2.3.1 基于测距的定位技术 | 第25-28页 |
| 2.3.2 无需测距的定位技术 | 第28-31页 |
| 2.4 定位技术性能 | 第31-33页 |
| 2.4.1 定位技术性能指标 | 第31-32页 |
| 2.4.2 分析典型定位技术 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 复合粒子群算法 | 第35-57页 |
| 3.1 粒子群算法 | 第35-43页 |
| 3.1.1 PSO算法的原理 | 第35页 |
| 3.1.2 PSO算法的数学描述 | 第35-37页 |
| 3.1.3 PSO算法的参数 | 第37-40页 |
| 3.1.4 PSO算法步骤 | 第40-43页 |
| 3.1.5 PSO算法分析 | 第43页 |
| 3.2 模拟退火算法 | 第43-47页 |
| 3.2.1 SA算法的理论原理 | 第43-45页 |
| 3.2.2 SA算法实现步骤 | 第45页 |
| 3.2.3 SA算法分析 | 第45-47页 |
| 3.3 复合粒子群算法 | 第47-50页 |
| 3.3.1 温度参数 | 第47-48页 |
| 3.3.2 算法实现过程 | 第48-50页 |
| 3.4 复合粒子群算法的性能测试分析 | 第50-56页 |
| 3.4.1 单峰函数及分析 | 第50-53页 |
| 3.4.2 多峰函数及分析 | 第53-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 复合粒子群算法在约束优化问题中寻优 | 第57-71页 |
| 4.1 约束优化问题 | 第57-59页 |
| 4.2 常见约束优化处理法 | 第59-61页 |
| 4.2.1 罚函数法 | 第59-60页 |
| 4.2.2 多目标优化技术 | 第60页 |
| 4.2.3 个体比较性原则 | 第60-61页 |
| 4.3 SA-PSO算法对约束优化问题寻优过程 | 第61-65页 |
| 4.3.1 约束边界处理 | 第61-62页 |
| 4.3.2 适应度函数 | 第62页 |
| 4.3.3 SA-PSO算法求解约束优化步骤 | 第62-65页 |
| 4.4 数值实验 | 第65-69页 |
| 4.4.1 测试函数f_1(x) | 第65-66页 |
| 4.4.2 测试函数f_2(x) | 第66-68页 |
| 4.4.3 测试函数f_3(x) | 第68-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 复合粒子群约束优化的无线传感器网络节点定位 | 第71-79页 |
| 5.1 问题转化 | 第71-72页 |
| 5.2 复合粒子群算法约束优化的节点定位 | 第72-74页 |
| 5.2.1 适应度函数设计 | 第72-74页 |
| 5.2.2 SA-PSO算法的节点定位 | 第74页 |
| 5.3 仿真分析 | 第74-78页 |
| 5.3.2 基于锚节点数量的分析 | 第76-77页 |
| 5.3.3 基于测量半径的分析 | 第77-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 论文总结 | 第79页 |
| 6.2 研究展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 攻读学位期间发表的学术论文 | 第87页 |