基于无线传感器网络信号强度的无源被动式多目标检测与跟踪
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 前言 | 第8-14页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究成果 | 第12-13页 |
| 1.4 论文内容安排 | 第13-14页 |
| 第二章 基于无线传感器网络无源目标定位的基本原理 | 第14-23页 |
| 2.1 无线传感器网络平台 | 第14-17页 |
| 2.1.1 无线传感器网络的基本组成 | 第14-15页 |
| 2.1.2 用于目标定位的无线传感器网络的特征 | 第15-17页 |
| 2.2 目标的运动模型以及RSS的衰减 | 第17-19页 |
| 2.2.1 目标的运动模型 | 第17-18页 |
| 2.2.2 目标运动引起的RSS的衰减 | 第18-19页 |
| 2.3 无线射频层析成像技术原理 | 第19-21页 |
| 2.3.1 椭圆模型 | 第19-20页 |
| 2.3.2 图像重建 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 基于背景学习方法的目标检测 | 第23-29页 |
| 3.1 问题描述 | 第23-24页 |
| 3.2 背景学习方法 | 第24-25页 |
| 3.3 加速背景收敛的KDE算法 | 第25-27页 |
| 3.4 成像输出及目标检测 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于概率密度假设的多目标粒子滤波跟踪方法 | 第29-38页 |
| 4.1 问题描述 | 第29-30页 |
| 4.2 随机有限集合问题 | 第30-31页 |
| 4.2.1 随机有限集合理论 | 第30页 |
| 4.2.2 多目标的随机有限集合模型 | 第30-31页 |
| 4.3 概率密度假设方法 | 第31-33页 |
| 4.4 基于PHD的序贯性蒙特卡洛方法的实现 | 第33-35页 |
| 4.5 无源多目标跟踪系统的实现 | 第35-37页 |
| 4.6 本章小结 | 第37-38页 |
| 第五章 仿真实验的平台搭建和结果分析 | 第38-49页 |
| 5.1 无线传感器节点 | 第38-40页 |
| 5.1.1 实验设备描述 | 第38-39页 |
| 5.1.2 实验开发软件平台 | 第39-40页 |
| 5.2 仿真实验设计 | 第40-41页 |
| 5.3 实验结果分析 | 第41-48页 |
| 5.3.1 实验参数设置 | 第41-43页 |
| 5.3.2 误差衡量机制 | 第43页 |
| 5.3.3 结果分析对比 | 第43-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结和展望 | 第49-52页 |
| 6.1 论文工作总结 | 第49页 |
| 6.2 未来研究的展望 | 第49-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文目录 | 第56页 |
