| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第2章 无线传感器网络概述 | 第13-22页 |
| 2.1 无线传感器网络的体系结构 | 第13-15页 |
| 2.1.1 无线传感器网络架构 | 第13-14页 |
| 2.1.2 无线传感器网络节点结构 | 第14页 |
| 2.1.3 无线传感器网络协议栈 | 第14-15页 |
| 2.2 无线传感器网络的特征 | 第15-18页 |
| 2.2.1 与现有无线网络的区别 | 第15-16页 |
| 2.2.2 无线传感器网络的特点 | 第16-17页 |
| 2.2.3 无线传感器网络的性能评价指标 | 第17-18页 |
| 2.3 无线传感器网络的关键技术 | 第18-19页 |
| 2.4 无线传感器网络的应用领域 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 无线传感器网络定位技术 | 第22-32页 |
| 3.1 无线传感器网络定位的基本概念和术语 | 第22页 |
| 3.1.1 基本概念 | 第22页 |
| 3.1.2 相关术语 | 第22页 |
| 3.2 无线传感器网络定位算法评价标准 | 第22-24页 |
| 3.3 无线传感器网络的定位算法分类 | 第24-25页 |
| 3.4 基于测距的定位算法 | 第25-28页 |
| 3.4.1 到达时间测距法(TOA) | 第25-26页 |
| 3.4.2 时间差测距法(TDOA) | 第26页 |
| 3.4.3 到达角度测距法(AOA) | 第26-27页 |
| 3.4.4 信号强度法（RSSI） | 第27-28页 |
| 3.5 无需测距的定位算法 | 第28-30页 |
| 3.5.1 质心定位算法 | 第28页 |
| 3.5.2 DV-Hop 定位算法 | 第28-29页 |
| 3.5.3 APIT 定位算法 | 第29-30页 |
| 3.5.4 凸规划定位算法 | 第30页 |
| 3.6 无线传感器网络定位的典型应用 | 第30-31页 |
| 3.7 本章小结 | 第31-32页 |
| 第4章 基于 RBF 神经网络的无线传感器网络定位 | 第32-39页 |
| 4.1 RBF 神经网络 | 第32-34页 |
| 4.1.1 RBF 神经网络简介 | 第32页 |
| 4.1.2 RBF 神经网络结构 | 第32-34页 |
| 4.2 RBF 神经网络学习算法 | 第34-35页 |
| 4.3 基于RBF 神经网络的定位模型 | 第35-36页 |
| 4.4 仿真实验及结果分析 | 第36-38页 |
| 4.4.1 实验环境 | 第36-37页 |
| 4.4.2 网络训练 | 第37页 |
| 4.4.3 定位结果 | 第37-38页 |
| 4.5 本章小节 | 第38-39页 |
| 第5章 基于平均跳距加权修正的 DV-Hop 定位 | 第39-47页 |
| 5.1 DV-Hop 定位算法 | 第39-41页 |
| 5.2 DV-Hop 定位算法存在的不足 | 第41页 |
| 5.3 DV-Hop 定位算法改进 | 第41-44页 |
| 5.4 仿真实验及结果分析 | 第44-46页 |
| 5.4.1 实验环境与参数说明 | 第44页 |
| 5.4.2 锚节点数量对定位误差的影响 | 第44-45页 |
| 5.4.3 节点数量对定位误差的影响 | 第45-46页 |
| 5.4.4 节点通信半径对定位误差的影响 | 第46页 |
| 5.5 本章小节 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 本文工作总结 | 第47-48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 在学期间主要科研成果 | 第54页 |
| 一、发表学术论文 | 第54页 |
| 二、其它科研成果 | 第54页 |