无线传感器网络中分布式单目标检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第7-9页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-15页 |
| 1.1.1 无线传感器网络概述 | 第11-12页 |
| 1.1.2 无线传感器网络的特点及关键技术 | 第12-15页 |
| 1.1.3 无线传感器网络的应用与发展 | 第15页 |
| 1.2 课题研究意义 | 第15-16页 |
| 1.3 课题来源 | 第16页 |
| 1.4 研究内容和研究目标 | 第16-17页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究目标 | 第17页 |
| 1.5 论文创新点 | 第17页 |
| 1.6 论文结构安排 | 第17-19页 |
| 第二章 分布式单目标检测基本理论 | 第19-31页 |
| 2.1 分布式目标检测相关研究 | 第19-20页 |
| 2.2 经典双择检测理论 | 第20-25页 |
| 2.2.1 Bayes 准则 | 第22-24页 |
| 2.2.2 Neyman-Pearson 准则 | 第24-25页 |
| 2.3 多传感器分布式数据融合理论 | 第25-30页 |
| 2.3.1 并行分布式多传感器融合结构 | 第25-28页 |
| 2.3.2 串行分布式多传感器融合结构 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 分布式多样本检测 | 第31-45页 |
| 3.1 符号说明 | 第31-32页 |
| 3.2 传统单样本目标检测 | 第32-35页 |
| 3.2.1 问题假设 | 第32-33页 |
| 3.2.2 融合中心决策融合 | 第33-35页 |
| 3.3 基于多样本的目标检测 | 第35-37页 |
| 3.3.1 问题假设 | 第35-36页 |
| 3.3.2 决策融合 | 第36-37页 |
| 3.4 SS 与 MS 的性能比较 | 第37-42页 |
| 3.4.1 单样本检测系统的虚警率及检测率 | 第37-40页 |
| 3.4.2 多样本检测系统的虚警率及检测率 | 第40-42页 |
| 3.5 实验与仿真 | 第42-44页 |
| 3.5.1 本地传感器节点的检测性能比较 | 第42-44页 |
| 3.5.2 系统的检测性能比较 | 第44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 分布式目标检测自适应阈值调整算法研究 | 第45-57页 |
| 4.1 符号说明 | 第45-46页 |
| 4.2 问题阐述 | 第46页 |
| 4.3 系统原型 | 第46-48页 |
| 4.4 自适应阈值调整算法 | 第48-53页 |
| 4.4.1 KL 散度 | 第49页 |
| 4.4.2 牛顿迭代法 | 第49页 |
| 4.4.3 随机逼近算法 | 第49-50页 |
| 4.4.4 At 算法 | 第50-53页 |
| 4.5 实验与仿真 | 第53-56页 |
| 4.5.1 At 算法收敛性仿真 | 第53-55页 |
| 4.5.2 检测性能仿真 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 基于分簇的分层分布式目标检测 | 第57-71页 |
| 5.1 符号说明 | 第57-58页 |
| 5.2 问题阐述 | 第58-59页 |
| 5.3 基于最高节点度的分簇算法 | 第59-62页 |
| 5.3.1 相关假设及定义 | 第60页 |
| 5.3.2 分簇过程 | 第60-62页 |
| 5.4 基于分簇的分层分布式目标检测算法 | 第62-69页 |
| 5.4.1 系统模型 | 第62-63页 |
| 5.4.2 本地簇内节点的检测 | 第63-64页 |
| 5.4.3 簇头节点的融合判决 | 第64-68页 |
| 5.4.4 融合中心的融合判决 | 第68-69页 |
| 5.5 实验与仿真 | 第69-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 论文总结 | 第71-72页 |
| 6.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录1 图表清单 | 第77-78页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第78-79页 |
| 附录3 攻读硕士学位期间申请的专利 | 第79-80页 |
| 附录4 攻读硕士学位期间参加的科研项目 | 第80-81页 |
| 致谢 | 第81页 |
