| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.1.1 无线传感器网络目标跟踪的一般过程 | 第11-12页 |
| 1.1.2 无线传感器网络目标跟踪的特点 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 相关背景知识介绍 | 第19-27页 |
| 2.1 系统模型 | 第19-21页 |
| 2.1.1 目标运动模型 | 第19-20页 |
| 2.1.2 测量模型 | 第20-21页 |
| 2.2 目标跟踪节点选择算法 | 第21-24页 |
| 2.2.1 基于最近邻的节点选择 | 第21-22页 |
| 2.2.2 基于信息熵或互信息的节点选择 | 第22页 |
| 2.2.3 基于Cramer-Rao下界的节点选择 | 第22-24页 |
| 2.3 目标跟踪关键技术 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 多步预测的传感器节点选择算法 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 数学建模 | 第28-30页 |
| 3.2.1 运动模型 | 第28-29页 |
| 3.2.2 观测模型 | 第29-30页 |
| 3.3 无线传感器网络目标跟踪节点选择算法 | 第30-34页 |
| 3.3.1 一般的扩展Kalman滤波算法 | 第30-32页 |
| 3.3.2 一步预测的节点选择算法 | 第32-33页 |
| 3.3.3 L步预测的节点选择算法 | 第33-34页 |
| 3.4 仿真实验 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于PCRLB类的扩展H_∞ 滤波节点选择算法 | 第38-50页 |
| 4.1 引言 | 第38-39页 |
| 4.2 系统模型 | 第39-40页 |
| 4.2.1 目标运动模型 | 第39-40页 |
| 4.2.2 传感器节点测量模型 | 第40页 |
| 4.3 基于扩展H∞ 滤波的无线传感器网络目标跟踪 | 第40-45页 |
| 4.3.1 目标跟踪Cramer-Rao下界 | 第42-43页 |
| 4.3.2 类似Fisher信息矩阵 | 第43-44页 |
| 4.3.3 基于PCRLB类的传感器节点选择方法 | 第44-45页 |
| 4.4 仿真实验结果及分析 | 第45-49页 |
| 4.4.1 仿真结果 | 第45-47页 |
| 4.4.2 与其他传感器节点选择算法比较 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 顺序处理扩展Kalman滤波节点选择算法 | 第50-60页 |
| 5.1 引言 | 第50-52页 |
| 5.2 系统模型 | 第52-53页 |
| 5.2.1 目标运动模型 | 第52页 |
| 5.2.2 传感器测量模型 | 第52-53页 |
| 5.3 无线传感器网络中的目标跟踪节点选择 | 第53-57页 |
| 5.3.1 基于集中式扩展Kalman滤波算法 | 第53-54页 |
| 5.3.2 基于顺序处理扩展Kalman滤波算法 | 第54-57页 |
| 5.4 实验仿真与分析 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 致谢 | 第65页 |
