基于无线传感器网络的室内复杂环境下的目标跟踪
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究现状 | 第9-10页 |
| ·无线传感器网络的特点及关键技术 | 第10-12页 |
| ·无线传感器网络的特点 | 第10-11页 |
| ·无线传感器网络的关键技术 | 第11-12页 |
| ·无线传感器网络目标跟踪的优势与挑战 | 第12-14页 |
| ·无线传感器网络目标跟踪的优势 | 第12-13页 |
| ·无线传感器网络目标跟踪面临的挑战 | 第13-14页 |
| ·主要工作与章节安排 | 第14-15页 |
| 第2章 无线传感器网络目标跟踪相关技术 | 第15-39页 |
| ·目标跟踪算法分类 | 第15页 |
| ·粒子滤波算法及其改进算法 | 第15-28页 |
| ·传统粒子滤波算法(PF) | 第16-21页 |
| ·辅助粒子滤波算法(APF) | 第21-23页 |
| ·正则粒子滤波算法(RPF) | 第23-24页 |
| ·高斯粒子滤波算法(GPF) | 第24-28页 |
| ·无线传感器网络目标跟踪方案 | 第28-36页 |
| ·双元检测跟踪 | 第28-30页 |
| ·信息驱动跟踪 | 第30-33页 |
| ·传送树跟踪 | 第33-36页 |
| ·目标跟踪方案的评价标准 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第3章 室内复杂环境下RSSI测距模型的参数辨识 | 第39-55页 |
| ·路径损耗模型 | 第39-41页 |
| ·经典信号衰减模型 | 第39页 |
| ·Shadowing模型 | 第39-41页 |
| ·室内复杂环境下的模型参数辨识实验 | 第41-54页 |
| ·实验条件 | 第41-43页 |
| ·获取RSSI和LQI | 第43-46页 |
| ·基于最小二乘法的参数估计 | 第46-49页 |
| ·实验结果 | 第49-54页 |
| ·小结 | 第54-55页 |
| 第4章 基于高斯粒子滤波的跟踪实验系统 | 第55-67页 |
| ·系统设计 | 第55-56页 |
| ·软件设计 | 第56-64页 |
| ·协调器(Dongle) | 第56-57页 |
| ·参考节点(Reference Node) | 第57页 |
| ·盲节点(Blind Node) | 第57-58页 |
| ·上位机软件设计 | 第58-64页 |
| ·基于高斯粒子滤波的WSN一维跟踪实验 | 第64-66页 |
| ·实验条件 | 第64页 |
| ·实验步骤 | 第64-65页 |
| ·实验结果 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第5章 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
