| Abstract | 第1-7页 |
| 摘要 | 第7-17页 |
| Chapter 1 Introduction | 第17-29页 |
| ·Wireless Sensor Networks | 第17-19页 |
| ·Applications of Wireless Sensor Networks | 第19-23页 |
| ·Why Localization | 第23页 |
| ·Why Localization in Mobile Sensor Networks | 第23-24页 |
| ·Localization Metrics | 第24-26页 |
| ·Focus of the Thesis | 第26-27页 |
| ·Simulation of the Thesis | 第27-28页 |
| ·Outline of the Thesis | 第28-29页 |
| Chapter 2 Related Work | 第29-43页 |
| ·Target Detection Problems | 第29-31页 |
| ·Introduction | 第29-30页 |
| ·Flooding Search Strategies | 第30-31页 |
| ·Range-based Localization Techniques | 第31-37页 |
| ·Received Signal Strength Indication(RSSI) | 第32页 |
| ·Time of Arrival(TOA) | 第32-33页 |
| ·Time Difference of Arrival(TDOA) | 第33-34页 |
| ·Angle of Arrival(AOA) | 第34-35页 |
| ·Trilateration | 第35-36页 |
| ·Multilateration | 第36-37页 |
| ·Range-free Localization | 第37-40页 |
| ·Centroid | 第37-38页 |
| ·Gradient | 第38-39页 |
| ·APIT | 第39-40页 |
| ·MDS-MAP | 第40页 |
| ·Probabilistic Localization | 第40-41页 |
| ·Summary | 第41-43页 |
| Chapter 3 Optimal Search Theory Based Target Detection | 第43-55页 |
| ·Modeling | 第43-46页 |
| ·Mathematical Model | 第44-46页 |
| ·General Optimal Search Model | 第46页 |
| ·Target Detection Model | 第46-50页 |
| ·Target Detection Mechanism | 第50-51页 |
| ·Performance Evaluation | 第51-54页 |
| ·Search Cost | 第52-53页 |
| ·Energy Consumption | 第53页 |
| ·Probability of Target Detection | 第53-54页 |
| ·Conclusions | 第54-55页 |
| Chapter 4 Iterative Ring Overlapping Localization | 第55-73页 |
| ·Introduction | 第55-56页 |
| ·Primary | 第56-57页 |
| ·IROLS Algorithm | 第57-65页 |
| ·Neighboring Anchors Discovery | 第58-60页 |
| ·Intersection Area Forming | 第60-62页 |
| ·Intersection Area Centroid Calculation | 第62-65页 |
| ·Summary | 第65-66页 |
| ·Performance Evaluations | 第66-71页 |
| ·Localizable Percentage | 第66-67页 |
| ·Localization Accuracy | 第67-69页 |
| ·Communication Overhead | 第69-71页 |
| ·Analysis | 第71-72页 |
| ·Conclusions and Future Work | 第72-73页 |
| Chapter 5 Introduction of Monte Carlo Method | 第73-93页 |
| ·Bayesian Filtering | 第73-79页 |
| ·Definition | 第74页 |
| ·Recursive Bayesian Filtering | 第74-79页 |
| ·Monte Carlo-Based Approaches to Bayesian Filtering | 第79-92页 |
| ·Sampling from an Arbitrary Distribution | 第79-80页 |
| ·Importance Sampling | 第80-83页 |
| ·Sequential Importance Sampling(SIS) | 第83-85页 |
| ·Degeneracy of the SIS Algorithm | 第85-86页 |
| ·Choice of the Proposal Distribution | 第86-88页 |
| ·Resampling | 第88-92页 |
| ·Generic Particle Filter | 第92-93页 |
| Chapter 6 Sequential Monte Carlo Localization in Mobile Sensor Networks | 第93-113页 |
| ·Introduction | 第93-97页 |
| ·Problem Description | 第94-96页 |
| ·Graphical Illustration | 第96-97页 |
| ·Sequential Monte Carlo Localization | 第97-103页 |
| ·Prediction | 第98页 |
| ·Updating | 第98-101页 |
| ·Resampling | 第101-102页 |
| ·Summary | 第102-103页 |
| ·Performance Evaluations | 第103-112页 |
| ·Localization Accuracy | 第104-108页 |
| ·Localizable Percentage | 第108-110页 |
| ·Communication Overhead | 第110-111页 |
| ·Evaluation Summary | 第111-112页 |
| ·Conclusions and Future Work | 第112-113页 |
| Chapter 7 RSS Based Monte Carlo Localization in Mobile Sensor Networks | 第113-135页 |
| ·Signal Propagation Model | 第113-114页 |
| ·RSS Measurements | 第114-115页 |
| ·Bayesian Approach | 第115-119页 |
| ·Mobility Model | 第116-117页 |
| ·Mixture RSS Gaussian Model | 第117-119页 |
| ·RSS-based Monte Carlo Localization | 第119-121页 |
| ·Localization Scheme | 第119-120页 |
| ·Algorithm | 第120-121页 |
| ·Simulation | 第121-128页 |
| ·Estimation Error | 第122-124页 |
| ·Communication Overhead | 第124-126页 |
| ·Computational Cost | 第126-128页 |
| ·Cramer-Rao Bound Analysis | 第128-134页 |
| ·Conclusions and Future Work | 第134-135页 |
| Chapter 8 Extended Monte Carlo Localization | 第135-153页 |
| ·Introduction | 第135-136页 |
| ·Analysis of MCL and MCB | 第136-138页 |
| ·New Sample Box | 第138-139页 |
| ·Degree of Irregularity | 第139-141页 |
| ·Extended Monte Carlo Localization Algorithm | 第141-144页 |
| ·Performance Evaluation | 第144-152页 |
| ·Simulation Parameters | 第144-145页 |
| ·Localization Accuracy | 第145-147页 |
| ·Localizable Percentage | 第147-149页 |
| ·Degree of Irregularity | 第149-151页 |
| ·Other Parameters | 第151-152页 |
| ·Conclusions and Future Work | 第152-153页 |
| Chapter 9 Sample Adaptive Monte Carlo Localization | 第153-163页 |
| ·Introduction | 第153-154页 |
| ·The KL-distance | 第154-156页 |
| ·Sample Adaptive Monte Carlo Localization Algorithm | 第156-158页 |
| ·Performance Evaluation | 第158-162页 |
| ·Performance of Fixed Parameters | 第159-160页 |
| ·Performance with Variable Parameters | 第160-162页 |
| ·Conclusion | 第162-163页 |
| Chapter 10 Conclusions and Future Work | 第163-169页 |
| ·Review | 第163-166页 |
| ·Future Research | 第166-169页 |
| ·Physical Experiments | 第166-167页 |
| ·Sensor Mobility Model | 第167页 |
| ·Secure Localization | 第167-169页 |
| Acknowledgement | 第169-170页 |
| References | 第170-182页 |
| Research Experience | 第182-183页 |
| Publications | 第183页 |
