| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·传感器网络目标跟踪研究的背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·无线传感器网络目标跟踪研究发展阶段 | 第12-14页 |
| ·无线传感器网络目标定位系统和算法的分类 | 第14页 |
| ·集中式算法与分布式算法 | 第14页 |
| ·以节点为中心与以位置为中心 | 第14页 |
| ·典型的目标定位系统与算法 | 第14-18页 |
| ·基于二进制探测的目标跟踪算法 | 第14-15页 |
| ·基于精确定位的跟踪算法 | 第15-17页 |
| ·事件驱动的协作跟踪算法 | 第17-18页 |
| ·基于粒子滤波的跟踪算法 | 第18页 |
| ·本文的研究重点和组织方式 | 第18-20页 |
| 第二章 WSN 目标跟踪现有算法存在的不足 | 第20-28页 |
| ·二进制传感器网络模型下的跟踪算法分析 | 第20-24页 |
| ·二进制传感器网络模型 | 第20-22页 |
| ·模型的假设 | 第20-21页 |
| ·模型的限制条件 | 第21-22页 |
| ·Occam Track 算法分析 | 第22-24页 |
| ·基于精确定位WSN 模型下的跟踪算法分析 | 第24-27页 |
| ·SN(Sensor Node)节点的预测机制 | 第24-26页 |
| ·CH(Cluster Head)节点的预测机制 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于二进制WSN 模型的目标跟踪算法改进 | 第28-41页 |
| ·二进制传感器网络模型特点 | 第28-31页 |
| ·OCCAMTRACK 算法的改进 | 第31-40页 |
| ·粒子滤波的基本理论 | 第31-37页 |
| ·数据融合的主要方法 | 第32-33页 |
| ·估计理论 | 第33-34页 |
| ·滤波算法 | 第34-37页 |
| ·基于Occam Track 的粒子滤波算法分析 | 第37-38页 |
| ·基于粒子滤波的几何处理算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于精确定位WSN 的目标跟踪算法改进 | 第41-51页 |
| ·WSN 的分簇模型 | 第41-43页 |
| ·分布式贝叶斯估计算法 | 第43-46页 |
| ·非线性贝叶斯跟踪 | 第44-45页 |
| ·动态目标跟踪中的贝叶斯方法 | 第45-46页 |
| ·预测跟踪算法的运行机制 | 第46-49页 |
| ·CH(Cluster Head)节点上的改进机制 | 第46-48页 |
| ·非参数化分布表示 | 第48-49页 |
| ·跟踪丢失的恢复机制 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 仿真实验与结果分析 | 第51-59页 |
| ·仿真环境搭建 | 第51-52页 |
| ·基于二进制传感器网络模型的跟踪算法仿真 | 第52-54页 |
| ·基于精确定位WSN 的跟踪算法仿真 | 第54-58页 |
| ·贝叶斯递归的算法流程 | 第54-56页 |
| ·分布式贝叶斯算法的仿真结果及分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| ·论文的主要工作及贡献 | 第59页 |
| ·对下一步工作的思考 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |