摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 引言 | 第10-14页 |
1.1 研究背景及意义 | 第10页 |
1.2 国内外的研究现状 | 第10-12页 |
1.3 论文的主要研究内容 | 第12页 |
1.4 论文结构安排 | 第12-13页 |
1.5 本章小结 | 第13-14页 |
第2章 WSN定位概述 | 第14-26页 |
2.1 WSN简介 | 第14-17页 |
2.1.1 WSN的特性 | 第15页 |
2.1.2 WSN的关键技术 | 第15-16页 |
2.1.3 WSN的应用 | 第16-17页 |
2.2 静态WSN节点定位 | 第17-23页 |
2.2.1 基于测距定位算法 | 第17-19页 |
2.2.2 节点定位算法 | 第19-22页 |
2.2.3 基于非测距定位算法 | 第22-23页 |
2.3 移动WSN节点定位算法 | 第23-24页 |
2.4 定位算法的性能评价 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第3章 基于混沌粒子群与Taylor混合定位算法研究 | 第26-36页 |
3.1 TDOA双曲线定位模型 | 第26-27页 |
3.2 TDOA定位求解算法 | 第27-31页 |
3.2.1 Fang算法 | 第27-28页 |
3.2.2 Taylor算法 | 第28-29页 |
3.2.3 Chan算法 | 第29-30页 |
3.2.4 粒子群算法 | 第30-31页 |
3.3 线性权重递减混沌粒子群定位方法 | 第31-32页 |
3.4 混合定位算法 | 第32页 |
3.5 算法性能仿真分析 | 第32-34页 |
3.6 本章小结 | 第34-36页 |
第4章 基于RSSI的锚节点静止的改进MCB定位算法 | 第36-51页 |
4.1 蒙特卡罗定位算法 | 第36-40页 |
4.1.1 MCL算法 | 第36-38页 |
4.1.2 MCB算法 | 第38-40页 |
4.2 蒙特卡罗算法的优缺点 | 第40页 |
4.3 基于RSSI的锚节点静止的改进MCB定位算法 | 第40-45页 |
4.3.1 改进算法的基本思路 | 第40页 |
4.3.2 RSSI无线信号传播模型 | 第40-41页 |
4.3.3 预测阶段 | 第41-42页 |
4.3.4 过滤阶段 | 第42-43页 |
4.3.5 重采样 | 第43-44页 |
4.3.6 节点位置估计 | 第44-45页 |
4.4 改进算法定位流程图 | 第45-46页 |
4.5 仿真实验与分析 | 第46-50页 |
4.5.1 相关参数设置 | 第46页 |
4.5.2 仿真实验及性能分析 | 第46-50页 |
4.6 本章小结 | 第50-51页 |
第5章 基于特殊节点的遗传蚁群动态路径算法及节点定位算法研究 | 第51-66页 |
5.1 基于移动锚节点的定位技术 | 第51页 |
5.2 移动锚节点路径规划 | 第51-54页 |
5.2.1 静态路径规划方法 | 第51-53页 |
5.2.2 动态路径规划方法 | 第53-54页 |
5.3 基于特殊节点的遗传蚁群动态路径算法 | 第54-56页 |
5.3.1 特殊节点选择 | 第54-55页 |
5.3.2 特殊节点定位方法 | 第55页 |
5.3.3 中间路径长度 | 第55页 |
5.3.4 遗传蚁群路径规划 | 第55-56页 |
5.4 改进的加权三角质心定位算法 | 第56-59页 |
5.4.1 算法的改进思想 | 第56页 |
5.4.2 数学模型 | 第56-57页 |
5.4.3 算法改进方法 | 第57-59页 |
5.5 改进算法流程图 | 第59页 |
5.6 仿真实验与分析 | 第59-64页 |
5.6.1 相关参数设置 | 第59页 |
5.6.2 仿真实验及性能分析 | 第59-64页 |
5.7 本章小结 | 第64-66页 |
第6章 总结与展望 | 第66-68页 |
6.1 总结 | 第66页 |
6.2 展望 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-73页 |
在学期间公开发表论文及著作情况 | 第73页 |
在学期间公开申请专利情况 | 第73页 |