摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 前言 | 第12-18页 |
·课题研究背景介绍 | 第12-14页 |
·课题研究目标和意义 | 第14-15页 |
·国内外研究进展 | 第15-16页 |
·本文组织结构 | 第16-18页 |
第2章 当前无线传感器网络定位方法概述 | 第18-30页 |
·无线传感器网络定位技术的基本概念 | 第18-19页 |
·无线传感器网络节点位置计算方法 | 第19-23页 |
·三边测量法 | 第19-20页 |
·三角测量法 | 第20-22页 |
·极大似然估计法 | 第22-23页 |
·典型无线传感器定位算法 | 第23-29页 |
·无线传感器网络节点定位算法分类 | 第23-24页 |
·DV-HOP 定位算法 | 第24-26页 |
·APIT 定位算法 | 第26-27页 |
·Amorphous 定位算法 | 第27页 |
·质心定位算法 | 第27-29页 |
·本章小结 | 第29-30页 |
第3章 DV-HOP 误差分析与基本粒子群算法(PSO) | 第30-39页 |
·DV-HOP 定位算法的误差分析 | 第30-33页 |
·不良节点产生误差 | 第30-31页 |
·平均每跳距离的估计产生误差 | 第31-32页 |
·节点位置计算方法产生误差 | 第32-33页 |
·基本粒子群算法(PSO) | 第33-38页 |
·算法背景 | 第33-34页 |
·算法的基本原理 | 第34-35页 |
·算法的流程 | 第35-36页 |
·算法在 DV-HOP 中的应用 | 第36-38页 |
·本章小结 | 第38-39页 |
第4章 基于平均每跳距离修正及 QPSO 的 SQDV-HOP 算法 | 第39-50页 |
·DV-HOP 算法的平均每跳距离修正 | 第39-42页 |
·算法思路 | 第40-41页 |
·算法流程图 | 第41-42页 |
·量子行为粒子群算法及其对 DV-HOP 算法的优化 | 第42-47页 |
·QPSO 算法基本原理 | 第42-44页 |
·QPSO 算法的流程 | 第44-45页 |
·QPSO 算法相比 PSO 算法的应用优势 | 第45-46页 |
·QPSO 算法对 DV-HOP 算法优化的流程 | 第46-47页 |
·SQDV-HOP 算法总体流程 | 第47-49页 |
·本章小结 | 第49-50页 |
第5章 SQDV-HOP 算法的 matlab 仿真实现及结果分析 | 第50-58页 |
·SQDV-HOP 算法的网络通信量和计算复杂度分析 | 第50-51页 |
·算法仿真环境 | 第51-52页 |
·算法性能分析 | 第52-57页 |
·不同锚节点数量的定位精度分析 | 第52-53页 |
·不同节点通信半径大小的定位精度分析 | 第53-54页 |
·不同节点密度的定位精度分析 | 第54-55页 |
·PSO 算法与 QPSO 算法的迭代趋势比较 | 第55-57页 |
·本章小结 | 第57-58页 |
第6章 总结与展望 | 第58-60页 |
·本文总结 | 第58-59页 |
·下一步展望 | 第59-60页 |
参考文献 | 第60-63页 |
作者简介及在硕士期间取得的科研成果 | 第63-64页 |
致谢 | 第64页 |