| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题产生的背景和研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 WSN应用于滑坡监测中的研究现状 | 第10-11页 |
| 1.2.2 基于WSN的定位算法研究现状 | 第11页 |
| 1.3 研究内容与论文组织结构 | 第11-13页 |
| 2 基于WSN的定位算法分析 | 第13-24页 |
| 2.1 无线传感器网络概述 | 第13-18页 |
| 2.1.1 无线传感器节点 | 第13页 |
| 2.1.2 WSN的主要特点 | 第13-14页 |
| 2.1.3 WSN的常用通信方式 | 第14-15页 |
| 2.1.4 WSN的拓扑结构 | 第15页 |
| 2.1.5 WSN定位相关术语 | 第15-16页 |
| 2.1.6 计算节点位置的基本方法 | 第16-18页 |
| 2.2 基于测距的定位算法 | 第18-20页 |
| 2.2.1 基于TOA技术的定位算法 | 第18-19页 |
| 2.2.2 基于TDOA技术的定位算法 | 第19页 |
| 2.2.3 基于AOA技术的定位算法 | 第19页 |
| 2.2.4 基于RSSI技术的定位算法 | 第19-20页 |
| 2.3 无需测距的定位算法 | 第20-22页 |
| 2.3.1 质心定位算法 | 第20-21页 |
| 2.3.2 DV－hop定位算法 | 第21页 |
| 2.3.3 基于APIT的区域定位算法 | 第21-22页 |
| 2.4 两大类定位算法的性能比较 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 基于RSSI的质心定位算法的改进研究 | 第24-35页 |
| 3.1 基于RSSI的测距模型与误差抑制 | 第24-25页 |
| 3.1.1 基于RSSI的测距模型 | 第24-25页 |
| 3.1.2 RSSI的误差抑制 | 第25页 |
| 3.2 基本算法的定位性能比较 | 第25-30页 |
| 3.2.1 质心定位算法的定位性能 | 第26-27页 |
| 3.2.2 RSSI定位算法的定位性能 | 第27-29页 |
| 3.2.3 两种算法的性能测试结果分析 | 第29-30页 |
| 3.3 基于RSSI的质心定位算法 | 第30-31页 |
| 3.4 基于RSSI的质心定位算法的改进 | 第31-34页 |
| 3.4.1 基于RSSI的质心定位算法的改进思路 | 第31-32页 |
| 3.4.2 对RSSI测量数据的滤波处理 | 第32页 |
| 3.4.3 传感器节点的协作定位 | 第32-33页 |
| 3.4.4 改进定位算法的工作流程 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 改进算法模拟测试与结果分析 | 第35-40页 |
| 4.1 改进算法在不同条件下的定位效果对比测试与结果分析 | 第35-39页 |
| 4.1.1 节点通信半径对定位性能的影响 | 第35-37页 |
| 4.1.2 锚节点的数量对定位性能的影响 | 第37-38页 |
| 4.1.3 锚节点的分布对定位性能的影响 | 第38-39页 |
| 4.2 本章小结 | 第39-40页 |
| 5 改进算法在滑坡监测中的应用探究 | 第40-48页 |
| 5.1 改进算法应用于滑坡监测可能的问题分析及解决方法 | 第40-42页 |
| 5.2 滑坡监测系统的功能需求分析 | 第42-43页 |
| 5.3 滑坡监测系统架构和原理 | 第43-44页 |
| 5.4 滑坡监测系统网络拓扑结构设计 | 第44-45页 |
| 5.5 滑坡监测系统网络节点硬件设计 | 第45-47页 |
| 5.6 本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |