| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 课题研究目的及意义 | 第12-13页 |
| 1.4 研究内容和主要工作 | 第13-15页 |
| 2 移动WSN节点定位技术 | 第15-31页 |
| 2.1 无线传感器网络简介 | 第15-16页 |
| 2.1.1 无线传感器网络拓扑结构 | 第15-16页 |
| 2.1.2 无线传感器网络关键技术 | 第16页 |
| 2.2 无线传感器网络定位算法概述 | 第16-26页 |
| 2.2.1 WSN节点定位算法分类 | 第16-21页 |
| 2.2.2 WSN节点定位算法评价标准 | 第21页 |
| 2.2.3 移动WSN节点定位算法 | 第21-26页 |
| 2.3 量子遗传算法与移动节点定位 | 第26-30页 |
| 2.3.1 量子遗传算法原理 | 第26-28页 |
| 2.3.2 量子遗传算法基本流程 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于量子遗传的蒙特卡罗定位（QGA-MCL）算法 | 第31-43页 |
| 3.1 时序蒙特卡洛（TSMCL）算法概述 | 第31-37页 |
| 3.1.1 TSMCL实现过程 | 第31-36页 |
| 3.1.2 TSMCL算法步骤 | 第36-37页 |
| 3.2 量子遗传算法优化过程 | 第37-42页 |
| 3.2.1 QGA-TSMCL编码阶段 | 第37-38页 |
| 3.2.2 QGA-TSMCL解码阶段 | 第38页 |
| 3.2.3 QGA-TSMCL适应度函数选取 | 第38-39页 |
| 3.2.4 QGA-TSMCL种群更新 | 第39-40页 |
| 3.2.5 量子遗传优化流程 | 第40-42页 |
| 3.3 本章总结 | 第42-43页 |
| 4 QGA-TSMCL算法性能分析与仿真 | 第43-55页 |
| 4.1 QGA-TSMCL模型分类 | 第43-46页 |
| 4.2 仿真环境与参数设置 | 第46-47页 |
| 4.3 仿真分析 | 第47-54页 |
| 4.3.1 实验操作模型 | 第47-49页 |
| 4.3.2 算法采样次数 | 第49页 |
| 4.3.3 QGA-TSMCL算法的最优粒子点选择和异常点剔除 | 第49-52页 |
| 4.3.4 锚节点密度与平均定位误差的关系 | 第52-53页 |
| 4.3.5 节点最大速度V_(max)与平均定位误差的关系 | 第53页 |
| 4.3.6 定位误差对比 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55页 |
| 5.2 QGA-TSMCL算法未来应用展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |
