| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.1.1 课题研究背景 | 第12-13页 |
| 1.1.2 课题研究意义 | 第13页 |
| 1.2 无线传感器网络概述 | 第13-15页 |
| 1.3 三维定位技术研究现状 | 第15-17页 |
| 1.3.1 无线传感器网络研究现状 | 第15-16页 |
| 1.3.2 三维定位系统的研究现状 | 第16-17页 |
| 1.3.3 三维定位技术研究现状 | 第17页 |
| 1.4 主要研究内容与组织结构 | 第17-20页 |
| 1.4.1 论文研究内容 | 第17-18页 |
| 1.4.2 论文章节安排 | 第18-20页 |
| 第2章 基于WSN的三维定位技术与系统 | 第20-30页 |
| 2.1 定位技术分类 | 第20-21页 |
| 2.2 三维定位系统定位的基本算法 | 第21-24页 |
| 2.2.1 四边测量法 | 第22-23页 |
| 2.2.2 极大似然估计法 | 第23-24页 |
| 2.3 Cricket 3D定位系统 | 第24-28页 |
| 2.3.1 工作原理 | 第24-25页 |
| 2.3.2 系统软硬件实现 | 第25-26页 |
| 2.3.3 三维定位系统部署 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于自定位算法的信标节点位置估计 | 第30-44页 |
| 3.1 Cayley-Menger行列式 | 第30-32页 |
| 3.2 基于Cayley-Menger行列式的线性自定位算法 | 第32-35页 |
| 3.3 基于加权最小二乘改进的线性自定位算法 | 第35-37页 |
| 3.3.1 Cricket系统的测距误差模型 | 第35页 |
| 3.3.2 微分灵敏度分析 | 第35-36页 |
| 3.3.3 加权最小二乘估计 | 第36-37页 |
| 3.4 仿真实验结果与分析 | 第37-41页 |
| 3.4.1 仿真结果与分析 | 第37-40页 |
| 3.4.2 实验结果与分析 | 第40-41页 |
| 3.5 本章小结 | 第41-44页 |
| 第4章 基于自校准算法的信标节点位置优化 | 第44-60页 |
| 4.1 自校准算法相关原理 | 第44-46页 |
| 4.1.1 航迹推算定位原理 | 第44-45页 |
| 4.1.2 多传感器信息融合原理 | 第45-46页 |
| 4.2 系统数学模型建立 | 第46-51页 |
| 4.2.1 机器人的运动学模型 | 第46-48页 |
| 4.2.2 Cricket系统超声测距模型 | 第48页 |
| 4.2.3 系统整体模型描述 | 第48-51页 |
| 4.3 基于滤波算法的信标节点位置优化 | 第51-55页 |
| 4.3.1 扩展卡尔曼滤波算法 | 第51-52页 |
| 4.3.2 H_∞滤波算法 | 第52-53页 |
| 4.3.3 基于卡尔曼滤波改进的强跟踪滤波算法 | 第53-55页 |
| 4.4 算法仿真与结果分析 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于Cricket定位系统的三维定位算法研究 | 第60-74页 |
| 5.1 基于三信标节点的三维定位算法 | 第60-63页 |
| 5.1.1 高斯牛顿迭代法 | 第60-61页 |
| 5.1.2 基于Cayley-Menger行列式的快速三维定位算法 | 第61-63页 |
| 5.2 基于几何精度因子(GDOP)选择信标节点 | 第63-67页 |
| 5.2.1 GDOP的数学推导 | 第63-64页 |
| 5.2.2 信标节点选择策略 | 第64-67页 |
| 5.3 基于GDOP加权数据融合的三维位置估计 | 第67-68页 |
| 5.3.1 GDOP值加权位置估计 | 第67页 |
| 5.3.2 easy-GDOP值加权位置估计 | 第67-68页 |
| 5.4 仿真实验结果与分析 | 第68-72页 |
| 5.4.1 仿真结果与分析 | 第68-70页 |
| 5.4.2 实验结果与分析 | 第70-72页 |
| 5.5 本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 硕士期间发表的论文和专利 | 第84-86页 |
| 作者简介 | 第86页 |
