| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 无线传感器网络相关理论及应用 | 第10-11页 |
| 1.2.1 WSN 的拓扑结构 | 第10-11页 |
| 1.2.2 无线传感器网络的应用 | 第11页 |
| 1.3 基于 WSN 的目标跟踪研究现状 | 第11-15页 |
| 1.3.1 目标跟踪系统分析 | 第12页 |
| 1.3.2 目标跟踪评价指标 | 第12-13页 |
| 1.3.3 常见的目标跟踪算法 | 第13-14页 |
| 1.3.4 一致性滤波综述 | 第14-15页 |
| 1.3.5 目前主要存在的问题 | 第15页 |
| 1.4 本文研究内容及章节安排 | 第15-17页 |
| 第2章 目标跟踪技术的理论与仿真 | 第17-34页 |
| 2.1 常用状态空间模型 | 第17页 |
| 2.1.1 线性状态空间模型 | 第17页 |
| 2.1.2 非线性状态空间模型 | 第17页 |
| 2.2 卡尔曼滤波算法简介 | 第17-18页 |
| 2.3 扩展卡尔曼滤波算法简介 | 第18-21页 |
| 2.3.1 一阶扩展卡尔曼滤波 | 第19页 |
| 2.3.2 二阶扩展卡尔曼滤波 | 第19-21页 |
| 2.4 无迹卡尔曼滤波算法简介 | 第21-22页 |
| 2.5 容积卡尔曼滤波算法简介 | 第22-25页 |
| 2.5.1 Spherical-Radial 容积变换 | 第22-24页 |
| 2.5.2 容积卡尔曼滤波 | 第24-25页 |
| 2.6 卡尔曼平滑技术简介 | 第25-26页 |
| 2.7 三种常见的跟踪模型建立及仿真 | 第26-33页 |
| 2.7.1 二维 CWPA 模型 | 第26-29页 |
| 2.7.2 UNGM 模型 | 第29-30页 |
| 2.7.3 BOT 模型 | 第30-33页 |
| 2.8 本章小结 | 第33-34页 |
| 第3章 基于容积 Rauch-Tung-Striebel 平滑技术的目标跟踪 | 第34-47页 |
| 3.1 高斯最优平滑算法 | 第34-36页 |
| 3.2 容积 RTS 平滑算法 | 第36-39页 |
| 3.2.1 Two-filter 平滑器和 Forward–backward 平滑器 | 第36-37页 |
| 3.2.2 容积 Rauch-Tung-Striebel 平滑 | 第37-39页 |
| 3.3 基于固定滞后的容积 Rauch-Tung-Striebel 平滑算法 | 第39-41页 |
| 3.4 仿真分析 | 第41-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 卡尔曼一致性滤波和基于卡尔曼一致性滤波的容积 Rauch-Tung-Striebel 平滑算法 | 第47-62页 |
| 4.1 一致性算法 | 第47-49页 |
| 4.1.1 基础理论 | 第47-48页 |
| 4.1.2 一致性和一致性算法 | 第48页 |
| 4.1.3 一致性收敛速度 | 第48-49页 |
| 4.1.4 一致性均衡状态 | 第49页 |
| 4.2 无迹卡尔曼一致滤波算法 | 第49-52页 |
| 4.2.1 网络拓扑建模 | 第49页 |
| 4.2.2 系统数学描述 | 第49-50页 |
| 4.2.3 算法描述 | 第50-51页 |
| 4.2.4 仿真实验与结果分析 | 第51-52页 |
| 4.3 无迹 Rauch-Tung-Striebel 平滑 | 第52-53页 |
| 4.4 基于卡尔曼一致性滤波的无迹 Rauch-Tung-Striebel 平滑 | 第53-56页 |
| 4.4.1 基于卡尔曼一致性滤波的固定区间无迹 RTS 平滑算法 | 第53-55页 |
| 4.4.2 基于卡尔曼一致性滤波的固定滞后无迹 RTS 平滑算法 | 第55页 |
| 4.4.3 基于卡尔曼一致性滤波的固定点无迹 RTS 平滑算法 | 第55-56页 |
| 4.5 仿真分析 | 第56-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 后续工作与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第69页 |
