| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及研究意义 | 第11页 |
| 1.2 无线传感器网络节点定位算法研究现状 | 第11-14页 |
| 1.2.1 无需测距定位算法的研究现状 | 第11-13页 |
| 1.2.2 基于学习模型定位算法的研究现状 | 第13-14页 |
| 1.3 论文主要内容及章节安排 | 第14-15页 |
| 第2章 无线传感器网络节点定位技术基础 | 第15-26页 |
| 2.1 无线传感器网络节点定位概述 | 第15-17页 |
| 2.2 节点位置估算方法 | 第17-19页 |
| 2.2.1 三边测量法 | 第17-18页 |
| 2.2.2 三角测量法 | 第18页 |
| 2.2.3 极大似然估计法 | 第18-19页 |
| 2.3 无需测距定位算法 | 第19-24页 |
| 2.3.1 质心定位算法 | 第20页 |
| 2.3.2 APIT定位算法 | 第20-21页 |
| 2.3.3 DV-Hop定位算法 | 第21-22页 |
| 2.3.4 三个经典的无需测距定位算法性能对比 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于跳数的多分类SVM节点定位算法研究 | 第26-39页 |
| 3.1 支持向量机原理 | 第26-29页 |
| 3.2 基于跳数的多分类SVM节点定位建模 | 第29-31页 |
| 3.2.1 多分类SVM算法模型 | 第29-30页 |
| 3.2.2 多分类SVM定位模型 | 第30-31页 |
| 3.3 仿真实验分析 | 第31-38页 |
| 3.3.1 参数设置 | 第32-33页 |
| 3.3.2 仿真结果分析 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于协同训练的半监督SVM节点定位算法研究 | 第39-52页 |
| 4.1 半监督学习简介 | 第39-40页 |
| 4.1.1 半监督学习的思想 | 第39页 |
| 4.1.2 半监督学习的分类 | 第39-40页 |
| 4.2 半监督支持向量机原理 | 第40-43页 |
| 4.3 基于协同训练的半监督SVM节点定位建模 | 第43-47页 |
| 4.3.1 半监督学习算法模型 | 第43-45页 |
| 4.3.2 半监督学习定位模型 | 第45-47页 |
| 4.4 仿真实验分析 | 第47-51页 |
| 4.4.1 参数设置 | 第47页 |
| 4.4.2 仿真结果分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |