摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-22页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 研究现状 | 第14-20页 |
1.2.1. 定位估计器 | 第15-16页 |
1.2.2. 估计器初始点的选择 | 第16-17页 |
1.2.3. 传播模型参数的估计 | 第17-18页 |
1.2.4. 固定节点的布局 | 第18页 |
1.2.5. 非视距误差 | 第18-20页 |
1.3 论文的主要工作及组织结构 | 第20-22页 |
第二章 定位估计基础及NLOS偏差 | 第22-44页 |
2.1 引言 | 第22页 |
2.2 定位估计器 | 第22-27页 |
2.2.1. 线性最小二乘定位估计器 | 第22-24页 |
2.2.2. 最大似然定位估计器 | 第24-27页 |
2.3 定位性能评价 | 第27-31页 |
2.3.1. 最大似然估计器的CRLB | 第28-30页 |
2.3.2. 线性最小二乘估计器的CRLB | 第30-31页 |
2.4 NLOS偏差 | 第31-43页 |
2.4.1. NLOS偏差服从高斯分布 | 第36-37页 |
2.4.2. NLOS偏差服从均匀分布 | 第37-40页 |
2.4.3. NLOS偏差服从指数分布 | 第40-42页 |
2.4.4. 实验结果 | 第42-43页 |
2.5 本章小结 | 第43-44页 |
第三章 最优部署位置选择算法 | 第44-61页 |
3.1 引言 | 第44-45页 |
3.2 最佳固定节点数 | 第45-54页 |
3.2.1 至少所需节点数(下界) | 第47-49页 |
3.2.2 至多所需节点数(上界) | 第49-54页 |
3.3 固定节点的最优布局准则 | 第54-55页 |
3.4 最优部署选取算法 | 第55-58页 |
3.5 仿真实验结果 | 第58-60页 |
3.6 本章小结 | 第60-61页 |
第四章 利用相关和网格细分的定位估计 | 第61-80页 |
4.1 引言 | 第61-62页 |
4.2 距离和RSS测量之间的相关特性 | 第62-64页 |
4.3 改进的网格迭代细分技术 | 第64-66页 |
4.4 NLOS偏差消除方法 | 第66-68页 |
4.5 定位算法框架及复杂度分析 | 第68-70页 |
4.6 定位估计的性能验证 | 第70-79页 |
4.6.1 仿真实验分析 | 第70-74页 |
4.6.2 实际定位实验 | 第74-79页 |
4.7 本章小结 | 第79-80页 |
第五章 选择性残差加权定位估计 | 第80-95页 |
5.1 引言 | 第80页 |
5.2 高概率区域和初始位置估计 | 第80-84页 |
5.2.1 高概率区域 | 第81-82页 |
5.2.2 初始位置估计 | 第82-84页 |
5.3 选择性残差加权 | 第84-88页 |
5.3.1 残差计算与分析 | 第84-87页 |
5.3.2 权重计算 | 第87-88页 |
5.4 定位估计算法及其复杂度 | 第88-91页 |
5.4.1 NLOS偏差消除 | 第88-89页 |
5.4.2 算法框架 | 第89-90页 |
5.4.3 算法复杂度 | 第90-91页 |
5.5 实验验证与分析 | 第91-94页 |
5.6 本章小结 | 第94-95页 |
第六章 基于改进对数衰减模型的定位估计 | 第95-104页 |
6.1 引言 | 第95页 |
6.2 改进对数衰减模型 | 第95-98页 |
6.2.1 衰落因子的拟合函数 | 第95-96页 |
6.2.2 改进对数衰减模型噪声的高斯分布特性 | 第96-98页 |
6.3 改进模型的ML估计器及其CRLB | 第98-99页 |
6.3.1 基于改进对数衰减模型的 ML 估计器 | 第98页 |
6.3.2 Cramer-Rao下界 | 第98-99页 |
6.4 实验验证 | 第99-103页 |
6.4.1 一般模型和改进模型的定位估计结果比较 | 第100-102页 |
6.4.2 改进对数衰减模型定位估计算法的环境适应性 | 第102-103页 |
6.5 本章小结 | 第103-104页 |
总结与展望 | 第104-106页 |
参考文献 | 第106-116页 |
攻读博士学位期间取得的研究成果 | 第116-118页 |
致谢 | 第118-119页 |
附件 | 第119页 |