| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 | 第9-20页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·水下传感器网络面临的挑战 | 第10-11页 |
| ·水下传感器网络的定位方法 | 第11-13页 |
| ·基于距离的定位方法 | 第12-13页 |
| ·基于非距离的定位方法 | 第13页 |
| ·水下目标跟踪的贝叶斯算法 | 第13-17页 |
| ·卡尔曼滤波方法 | 第14-15页 |
| ·粒子滤波方法 | 第15-17页 |
| ·水下传感器网络的具体应用 | 第17-18页 |
| ·本文的研究工作 | 第18-19页 |
| ·论文组织结构 | 第19-20页 |
| 第2章 分布式卡尔曼滤波跟踪算法 | 第20-33页 |
| ·水下传感器网络的网格模型 | 第20-21页 |
| ·水下目标运动模型 | 第21页 |
| ·卡尔曼(kalman)滤波 | 第21-26页 |
| ·本章卡尔曼滤波跟踪算法 | 第26-32页 |
| ·有效节点的选择 | 第26-27页 |
| ·分布式卡尔曼滤波目标跟踪算法 | 第27-30页 |
| ·仿真分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 粒子滤波跟踪算法 | 第33-54页 |
| ·水下传感器网络的簇状模型 | 第33页 |
| ·水下传感器网络的非线性观测模型 | 第33-34页 |
| ·粒子滤波 | 第34-41页 |
| ·状态空间模型 | 第34-35页 |
| ·蒙特卡罗采样 | 第35-36页 |
| ·重要性采样 | 第36-37页 |
| ·序贯重要性采样(Sequential Important Sample) | 第37-38页 |
| ·重采样算法 | 第38-40页 |
| ·基于系统重采样的粒子滤波算法 | 第40-41页 |
| ·改进粒子滤波重采样算法 | 第41-46页 |
| ·基于分布式粒子滤波算法的目标跟踪算法 | 第46-53页 |
| ·分布式粒子滤波跟踪算法 | 第46-48页 |
| ·水下传感器网络的性能评价指标 | 第48-50页 |
| ·本章粒子滤波跟踪算法仿真分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 水下传感器网络目标检测前跟踪算法 | 第54-63页 |
| ·检测前跟踪算法概述 | 第54-56页 |
| ·基于粒子滤波的检测前跟踪算法 | 第56-60页 |
| ·粒子滤波检测前跟踪算法概述 | 第56-57页 |
| ·声纳传感器弱目标检测 | 第57-59页 |
| ·粒子滤波跟踪算法实现 | 第59-60页 |
| ·本章实验分析 | 第60-62页 |
| ·实验模型简化 | 第60-61页 |
| ·实验参数设置和实验结果 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 总结和展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 在学期间所取得的科研成果 | 第70页 |