首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文--移动通信论文

无线传感器网络DV-Hop定位算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-19页
    1.1 课题研究背景、目的及意义第11-12页
        1.1.1 课题研究背景第11页
        1.1.2 课题研究目的及意义第11-12页
    1.2 国内外研究现状及趋势第12-17页
        1.2.1 无线传感器网络DV-Hop定位概述第12-13页
        1.2.2 国外研究现状第13-14页
        1.2.3 国内研究现状第14-16页
        1.2.4 未来发展趋势第16-17页
    1.3 主要内容及章节安排第17-19页
        1.3.1 主要研究内容第17页
        1.3.2 论文章节安排第17-19页
第2章 无线传感器网络定位技术研究第19-35页
    2.1 无线传感器网络节点定位技术第19-23页
        2.1.1 节点定位基本方法第19-22页
        2.1.2 节点定位技术的评价标准第22-23页
    2.2 无线传感器网络的定位算法第23-30页
        2.2.1 节点定位算法分类第23-25页
        2.2.2 基于距离的定位算法第25-26页
        2.2.3 距离无关的定位算法第26-30页
    2.3 DV-Hop定位算法第30-33页
        2.3.1 DV-Hop定位过程第30-32页
        2.3.2 经典DV-Hop定位算法第32-33页
    2.4 本章小结第33-35页
第3章 基于残差加权的无线传感器网络DV-Hop改进算法第35-45页
    3.1 残差加权算法第35-36页
    3.2 DV-Hop平均每跳距离的计算第36-38页
        3.2.1 基于最小均方误差的平均每跳距离第36页
        3.2.2 基于均值的平均每跳距离第36-37页
        3.2.3 基于权重的平均每跳距离第37-38页
    3.3 基于残差加权的DV-Hop改进算法第38-40页
        3.3.1 DV-Hop节点间跳数改进第38-39页
        3.3.2 DV-H叩残差加权改进算法设计第39-40页
    3.4 仿真实验与结果分析第40-44页
        3.4.1 平均每跳距离改进的对比实验第40-41页
        3.4.2 不同影响因素下的定位仿真精度分析第41-44页
    3.5 本章小结第44-45页
第4章 结合共线性因素的无线传感器网络DV-Hop定位算法第45-65页
    4.1 Voronoi图与节点定位第45-48页
        4.1.1 Voronoi图构造原理第45-46页
        4.1.2 定位区域的Voronoi图构建第46-48页
    4.2 DV-Hop算法的共线性影响分析第48-51页
        4.2.1 DV-Hop算法误差及影响因素第48页
        4.2.2 共线性原理及其影响分析第48-51页
    4.3 结合共线性因素的无线传感器网络DV-Hop定位算法第51-54页
        4.3.1 信标节点跳数阈值设定第51-53页
        4.3.2 结合共线性因素的DV-Hop定位流程第53-54页
    4.4 仿真实验与结果分析第54-64页
        4.4.1 同性网络的仿真与分析第54-58页
        4.4.2 异性网络的仿真与分析第58-64页
    4.5 本章小结第64-65页
第5章 室内环境的DV-Hop定位算法研究第65-79页
    5.1 室内实验环境第65-66页
    5.2 节点定位因素的影响分析第66-70页
        5.2.1 节点通讯半径选择策略第66-68页
        5.2.2 信标节点平均每跳距离分析第68-69页
        5.2.3 不规则度(DOI)的影响第69-70页
    5.3 基于DV-Hop的室内目标定位算法第70-73页
        5.3.1 最小平均每跳距离估计第70-71页
        5.3.2 节点区域估计第71-72页
        5.3.3 参考节点选取第72页
        5.3.4 基于DV-Hop的室内目标定位流程第72-73页
    5.4 仿真实验与结果分析第73-77页
    5.5 本章小结第77-79页
第6章 总结与展望第79-81页
    6.1 总结第79页
    6.2 展望第79-81页
参考文献第81-87页
致谢第87-89页
硕士期间发表的论文和专利第89-91页
作者简介第91页

论文共91页,点击 下载论文
上一篇:基于模糊神经网络和ELM的分类算法的研究
下一篇:应用于Android物联网中便携式防伪查询设备设计与实现