面向室内环境的WSN跟踪关键技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目次 | 第8-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·跟踪定位算法理论基础及研究方向 | 第13-15页 |
| ·本文结构与安排 | 第15-16页 |
| 2 无线传感器网络跟踪定位算法综述 | 第16-27页 |
| ·无线传感器网络跟踪定位简介 | 第16-17页 |
| ·基本跟踪定位算法分类 | 第17-20页 |
| ·物理定位与符号定位 | 第17页 |
| ·绝对定位与相对定位 | 第17-18页 |
| ·紧密耦合型与松散耦合型 | 第18页 |
| ·集中式计算与分布式计算 | 第18-19页 |
| ·基于测距与基于非测距 | 第19-20页 |
| ·粗粒度和细粒度 | 第20页 |
| ·跟踪定位算法的评价标准 | 第20-21页 |
| ·几种典型的跟踪定位算法 | 第21-24页 |
| ·基于传送树的目标跟踪算法 | 第21-22页 |
| ·基于预测机制的目标跟踪算法 | 第22-23页 |
| ·基于统计估计的目标跟踪算法 | 第23-24页 |
| ·跟踪定位算法的研究重点 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 3 基于量化的卡尔曼滤波算法 | 第27-55页 |
| ·标准卡尔曼滤波算法应用 | 第27-32页 |
| ·标准卡尔曼滤波算法流程 | 第27-30页 |
| ·室内环境下卡尔曼滤波算法研究的意义 | 第30-32页 |
| ·标准卡尔曼滤波算法的不足 | 第32页 |
| ·量化卡尔曼滤波算法 | 第32-36页 |
| ·数据量化的合理性 | 第32-33页 |
| ·量化卡尔曼滤波基本思想 | 第33-36页 |
| ·基于单比特量化的卡尔曼滤波算法 | 第36-41页 |
| ·单比特量化方法 | 第36-37页 |
| ·近似最小均方误差估计器 | 第37-39页 |
| ·基于单比特量化的卡尔曼滤波算法的不足 | 第39页 |
| ·基于单比特量化的卡尔曼滤波算法总结 | 第39-41页 |
| ·基于多比特量化的卡尔曼滤波算法 | 第41-49页 |
| ·多比特量化策略 | 第41-46页 |
| ·多比特量化器设计 | 第46-49页 |
| ·仿真算例 | 第49-54页 |
| ·仿真模型 | 第50-51页 |
| ·仿真结果及其分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 4 复杂情况下的量化卡尔曼滤波算法 | 第55-77页 |
| ·大规模无线传感器网络的分解 | 第55-63页 |
| ·大规模WSN跟踪定位问题分析 | 第55-56页 |
| ·复杂大规模系统的空间分解 | 第56-61页 |
| ·双向信息融合法 | 第61-63页 |
| ·扩展卡尔曼滤波(EKF)算法在跟踪定位中的应用 | 第63-75页 |
| ·扩展卡尔曼滤波(EKF)算法 | 第63-67页 |
| ·扩展卡尔曼滤波算法在跟踪定位中的实际应用 | 第67-69页 |
| ·基于量化的扩展卡尔曼滤波算法 | 第69-71页 |
| ·基于量化扩展卡尔曼滤波的仿真 | 第71-75页 |
| ·本章小结 | 第75-77页 |
| 5 总结和展望 | 第77-79页 |
| ·本文工作总结 | 第77页 |
| ·进一步的研究方向 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 作者简历及在学期间所取得的科研成果 | 第84页 |
