| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 无线传感器网络概述 | 第9-11页 |
| 1.1.1 无线传感器框架 | 第9-10页 |
| 1.1.2 无线传感器节点构成 | 第10-11页 |
| 1.1.3 传感器网络的特点 | 第11页 |
| 1.2 无线传感器网络目标跟踪概述 | 第11-12页 |
| 1.3 国内外研究现状及发展动态分析 | 第12-15页 |
| 1.3.1 无线传感器网络目标跟踪的研究现状 | 第12-13页 |
| 1.3.2 跟踪算法的研究现状 | 第13-15页 |
| 1.4 论文的主要研究工作 | 第15-17页 |
| 1.4.1 章节安排 | 第15页 |
| 1.4.2 论文创新点 | 第15-17页 |
| 第2章 无线传感器网络目标跟踪算法研究 | 第17-28页 |
| 2.1 无线传感器网络目标跟踪关键技术 | 第17-19页 |
| 2.1.1 传感器节点的组织与路由 | 第17-18页 |
| 2.1.2 目标出现的检测 | 第18页 |
| 2.1.3 节点信息协同处理 | 第18页 |
| 2.1.4 定位关键技术 | 第18-19页 |
| 2.2 传统跟踪算法研究 | 第19-27页 |
| 2.2.1 标准卡尔曼滤波 | 第19-21页 |
| 2.2.2 扩展卡尔曼滤波 | 第21-22页 |
| 2.2.3 粒子滤波 | 第22-27页 |
| 2.3 本章小节 | 第27-28页 |
| 第3章 基于WSNs的多目标跟踪算法研究 | 第28-46页 |
| 3.1 随机集的滤波模型 | 第28-29页 |
| 3.2 PHD滤波 | 第29-33页 |
| 3.2.1 GM-PHD滤波 | 第31-32页 |
| 3.2.2 SMC-PHD滤波 | 第32-33页 |
| 3.3 基于PHD的多传感器多目标跟踪 | 第33-34页 |
| 3.4 基于WSNs的多目标PHD滤波算法 | 第34-38页 |
| 3.4.1 算法优化及改进 | 第34-35页 |
| 3.4.2 杂波环境下的PHD滤波器 | 第35-38页 |
| 3.5 实验仿真 | 第38-44页 |
| 3.5.1 实验 1：基于WSNs的多目标无新生目标PHD滤波实验 | 第39-41页 |
| 3.5.2 实验 2：基于WSNs的多目标有新生目标PHD滤波实验 | 第41-43页 |
| 3.5.3 实验 3：不同杂波环境下WSNs多目标PHD滤波实验 | 第43-44页 |
| 3.6 本章小节 | 第44-46页 |
| 第4章 基于WSNs的箱粒子跟踪算法研究 | 第46-59页 |
| 4.1 箱粒子滤波概述 | 第46页 |
| 4.2 单目标箱粒子滤波 | 第46-52页 |
| 4.2.1 区间分析 | 第46-49页 |
| 4.2.2 箱粒子滤波算法 | 第49-52页 |
| 4.3 多目标箱粒子PHD滤波 | 第52-53页 |
| 4.4 实验仿真 | 第53-57页 |
| 4.4.1 实验 1：单目标箱粒子滤波 | 第53-55页 |
| 4.4.2 实验 2：多目标目标箱粒子滤波 | 第55-57页 |
| 4.5 本章小节 | 第57-59页 |
| 第5章 总结与展望 | 第59-60页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
