| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 主要研究内容 | 第8-9页 |
| 1.4 论文结构 | 第9-11页 |
| 第二章 相关工作 | 第11-14页 |
| 2.1 传感器网络多目标跟踪问题分析 | 第11-12页 |
| 2.2 传感器网络多目标跟踪研究的历史与发展 | 第12-13页 |
| 2.2.1 群智能算法在传感器网络多目标跟踪中的应用 | 第12-13页 |
| 2.2.2 博弈论在传感器网络多目标跟踪中的应用 | 第13页 |
| 2.3 本章小结 | 第13-14页 |
| 第三章 面向多目标跟踪的传感网自组织优化 | 第14-24页 |
| 3.1 引言 | 第14-15页 |
| 3.2 粒子群优化算法原理分析 | 第15-16页 |
| 3.3 传感器网络多目标跟踪中粒子群算法的应用与改进 | 第16-20页 |
| 3.3.1 适应度函数的分析与设计 | 第17-19页 |
| 3.3.2 两种粒子群算法在传感器网络多目标跟踪中的应用 | 第19-20页 |
| 3.4 仿真实验 | 第20-22页 |
| 3.5 本章小结 | 第22-24页 |
| 第四章 基于博弈论的传感网多目标跟踪方法 | 第24-40页 |
| 4.1 引言 | 第24-27页 |
| 4.2 传感器网络多目标跟踪中的零和博弈 | 第27-31页 |
| 4.2.1 传感器网络与目标的最优博弈策略 | 第27-29页 |
| 4.2.2 零和博弈模型及其均衡状态 | 第29-31页 |
| 4.3 传感器网络多目标跟踪中的滤波算法优化 | 第31-37页 |
| 4.3.1 卡尔曼滤波算法原理分析 | 第31-34页 |
| 4.3.2 基于卡尔曼滤波的两种改进算法 | 第34-37页 |
| 4.4 仿真分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 论文总结 | 第40页 |
| 5.2 下一步工作及展望 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 附录1 攻读硕士学位期间申请的专利 | 第45-46页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第46-47页 |
| 致谢 | 第47页 |
