| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.2 本课题的研究内容与成果 | 第9-10页 |
| 1.3 本文的主要内容与组织结构 | 第10页 |
| 1.4 本章小结 | 第10-11页 |
| 第二章 无线传感器网络 | 第11-21页 |
| 2.1 无线传感器网络的概念与现状 | 第11-13页 |
| 2.1.1 无线传感器网络的概念 | 第11-12页 |
| 2.1.2 无线传感器网络的发展现状 | 第12-13页 |
| 2.2 无线传感器网络的体系结构 | 第13-15页 |
| 2.3 无线传感器网络的应用 | 第15-17页 |
| 2.4 无线传感器网络事件区域检测的研究现状 | 第17-19页 |
| 2.4.1 事件区域检测 | 第17-18页 |
| 2.4.2 无线传感器网络中动态事件区域检测算法研究现状 | 第18-19页 |
| 2.4.3 无线传感器网络中动态事件区域检测算法的研究难点和意义 | 第19页 |
| 2.5 本章小结 | 第19-21页 |
| 第三章 粒子滤波算法 | 第21-32页 |
| 3.1 状态空间模型 | 第21-22页 |
| 3.2 贝叶斯估计理论 | 第22-23页 |
| 3.3 蒙特卡洛方法 | 第23-25页 |
| 3.3.1 经典蒙特卡洛方法 | 第24-25页 |
| 3.3.2 重要性抽样 | 第25页 |
| 3.4 粒子滤波 | 第25-31页 |
| 3.4.1 序贯重要性抽样算法 | 第26-27页 |
| 3.4.2 重抽样算法 | 第27-30页 |
| 3.4.3 粒子滤波算法的应用 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 动态事件区域检测算法设计及仿真 | 第32-49页 |
| 4.1 问题描述和建模 | 第32-36页 |
| 4.1.1 问题描述 | 第33页 |
| 4.1.2 贝叶斯信任模型 | 第33-36页 |
| 4.2 基于贝叶斯信任模型的动态事件区域检测算法 | 第36-39页 |
| 4.2.1 算法描述 | 第36-38页 |
| 4.2.2 理论分析 | 第38-39页 |
| 4.3 实验仿真和性能评估 | 第39-48页 |
| 4.3.1 模拟实验场景的仿真 | 第40-44页 |
| 4.3.2 真实实验场景的仿真 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文工作总结 | 第49页 |
| 5.2 本文工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第55-56页 |
| 附录2 攻读硕士学位期间申请的专利 | 第56-57页 |
| 致谢 | 第57页 |