| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-16页 |
| 1 绪论 | 第16-38页 |
| ·无线传感器网络的研究背景 | 第16-21页 |
| ·无线传感器网络概述 | 第17-19页 |
| ·无线传感器网络的特点 | 第19-20页 |
| ·无线传感器网络研究中的关键技术 | 第20-21页 |
| ·无线传感器网络定位问题的研究 | 第21-34页 |
| ·节点定位的基本概念 | 第22-24页 |
| ·定位算法性能的评价 | 第24-25页 |
| ·常见的测距/测向方法 | 第25-26页 |
| ·定位算法的研究现状 | 第26-34页 |
| ·本文研究的主要内容 | 第34-38页 |
| ·研究动机和思路 | 第34-36页 |
| ·全文组织结构 | 第36-38页 |
| 2 预备知识 | 第38-50页 |
| ·核函数的定义和性质 | 第38-41页 |
| ·正定核函数 | 第38-40页 |
| ·条件正定核函数 | 第40-41页 |
| ·核函数和定位问题的联系 | 第41-43页 |
| ·核函数学习准则 | 第43-50页 |
| ·最大软间隔准则 | 第44-45页 |
| ·广义最大软间隔准则 | 第45-49页 |
| ·Alignment准则 | 第49-50页 |
| 3 基于KLPP的无线传感器网络定位算法 | 第50-70页 |
| ·引言 | 第50-52页 |
| ·问题描述 | 第52-53页 |
| ·KLPP算法 | 第53-55页 |
| ·节点坐标估计 | 第55-59页 |
| ·基于信号强度的核函数定义 | 第55-56页 |
| ·网络拓扑结构描述 | 第56-57页 |
| ·定位算法 | 第57-59页 |
| ·实验仿真 | 第59-68页 |
| ·规则部署网络 | 第60-65页 |
| ·随机部署网络 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 4 基于KSR的无线传感器网络定位算法 | 第70-86页 |
| ·引言 | 第70-71页 |
| ·传感器网络模型 | 第71-72页 |
| ·节点坐标估计 | 第72-77页 |
| ·KSR算法 | 第72-74页 |
| ·节点定位算法 | 第74-77页 |
| ·实验仿真 | 第77-85页 |
| ·噪声影响 | 第79-80页 |
| ·信标节点数目影响 | 第80-81页 |
| ·核函数参数影响 | 第81页 |
| ·网络密度影响 | 第81-82页 |
| ·覆盖漏洞影响 | 第82-83页 |
| ·相关算法比较 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 5 基于半监督拉普拉斯最小二乘算法的无线传感器网络定位算法 | 第86-104页 |
| ·引言 | 第86-88页 |
| ·问题描述 | 第88页 |
| ·半监督拉普拉斯最小二乘回归 | 第88-89页 |
| ·节点坐标估计 | 第89-95页 |
| ·核函数定义 | 第90-91页 |
| ·核函数选择 | 第91-93页 |
| ·拉普拉斯矩阵计算 | 第93页 |
| ·基于S~2LapRLS的定位算法 | 第93-95页 |
| ·实验仿真 | 第95-103页 |
| ·二维定位实验 | 第96-100页 |
| ·三维定位实验 | 第100-103页 |
| ·本章小结 | 第103-104页 |
| 6 一种改进的基于Isomap的无线传感器网络定位算法 | 第104-124页 |
| ·引言 | 第104-106页 |
| ·问题描述 | 第106-107页 |
| ·节点坐标估计 | 第107-115页 |
| ·相对坐标估计 | 第108-110页 |
| ·基于最小二乘的绝对坐标估计 | 第110页 |
| ·基于流形回归的绝对坐标估计 | 第110-112页 |
| ·参数选择 | 第112-115页 |
| ·实验仿真 | 第115-122页 |
| ·最小二乘法和流形回归法比较 | 第116-118页 |
| ·定位算法性能分析 | 第118-121页 |
| ·相关算法比较 | 第121-122页 |
| ·本章小结 | 第122-124页 |
| 7 总结与展望 | 第124-128页 |
| ·全文总结 | 第124-125页 |
| ·研究展望 | 第125-126页 |
| ·本章小结 | 第126-128页 |
| 参考文献 | 第128-138页 |
| 附录A 攻博期间完成的论文及参与的项目 | 第138-139页 |
| A.1 攻博期间完成的论文 | 第138-139页 |
| A.2 参与的科研项目 | 第139页 |