首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

面向目标跟踪的网络化探测技术

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-13页
缩略语对照表第13-17页
第一章 绪论第17-23页
    1.1 研究背景及意义第17-18页
    1.2 国内外研究现状第18-21页
        1.2.1 节点自定位研究现状第18-19页
        1.2.2 目标识别研究现状第19-21页
    1.3 本文组织结构第21-23页
第二章 无线传感器网络节点自定位技术第23-29页
    2.1 无限传感器网络简介第23-24页
    2.2 无限传感器网络节点自定位技术第24-27页
        2.2.1 基于测距的节点自定位技术第24-26页
        2.2.2 基于非测距的节点自定位技术第26-27页
    2.3 节点位置计算方法第27-28页
    2.4 无线传感器网络节点自定位度量标准第28页
    2.5 本章小结第28-29页
第三章 无线传感器网络目标识别技术第29-35页
    3.1 目标识别简介第29页
    3.2 目标识别关键技术第29-34页
        3.2.1 信号处理第29-30页
        3.2.2 特征提取第30-34页
    3.3 目标识别技术度量标准第34页
    3.4 本章小结第34-35页
第四章 距离修正的混沌粒子群多维标度定位方法第35-49页
    4.1 概述第35-36页
    4.2 多维标度定位问题分析第36-40页
    4.3 改进的CMDS-CPSO算法第40-44页
        4.3.1 相异性距离矩阵修正第40-42页
        4.3.2 混沌粒子群参数优化第42-44页
    4.4 仿真评估第44-47页
        4.4.1 仿真设置第44-45页
        4.4.2 仿真结果及分析第45-47页
    4.5 本章小结第47-49页
第五章 基于组合特征和PCA-LDA的目标识别技术第49-65页
    5.1 问题描述第49-50页
    5.2 预备知识第50-52页
        5.2.1 小波分析第50-51页
        5.2.2 特征选择第51-52页
    5.3 基于组合特征和PCA-LDA的目标识别第52-60页
        5.3.1 小波包去噪第52-53页
        5.3.2 基于BWPT和CHP的组合特征提取第53-57页
        5.3.3 PCA-LDA特征选择第57-60页
    5.4 仿真验证第60-63页
        5.4.1 数据采集第60-61页
        5.4.2 仿真结果与分析第61-63页
    5.5 本章小结第63-65页
第六章 总结与展望第65-67页
    6.1 总结第65-66页
    6.2 展望第66-67页
参考文献第67-71页
致谢第71-73页
作者简介第73-75页

论文共75页,点击 下载论文
上一篇:基于深度学习的金丝猴面部识别软件设计与实现
下一篇:基于投影再生码的自适应分布式数据存储方法