| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-20页 |
| ·选题依据和课题来源 | 第7-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·WSN目标定位方法 | 第11-12页 |
| ·WSN目标预测方法 | 第12-13页 |
| ·WSN目标定位节点唤醒与能耗 | 第13页 |
| ·支持向量机理论概述 | 第13-17页 |
| ·LSSVR回归建模在定位中的应用 | 第17-18页 |
| ·论文的主要研究内容 | 第18-20页 |
| 第二章 LSSVR回归建模WSN目标定位机理研究 | 第20-26页 |
| ·LSSVR回归建模WSN目标定位的基础理论 | 第20-21页 |
| ·LSSVR回归建模WSN目标定位方法的工作机理 | 第21-22页 |
| ·LSSVR目标定位的误差分析 | 第22-24页 |
| ·LSSVR目标定位误差空间分布特性 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 LSSVR建模定位优化方法 | 第26-40页 |
| ·基于LSSVR局部建模的WSN目标定位方法 | 第26-28页 |
| ·训练样本点分布对建模定位的影响 | 第28-29页 |
| ·采样点分布条件及建模区域的确定 | 第29-30页 |
| ·核函数以及边界系数对LSSVR回归建模的影响 | 第30-32页 |
| ·核函数的影响 | 第30-31页 |
| ·边界系数的影响 | 第31-32页 |
| ·LSSVR建模参数粒子群优化 | 第32-34页 |
| ·粒子群优化算法简介 | 第32-33页 |
| ·建模参数粒子群优化 | 第33-34页 |
| ·仿真实验 | 第34-39页 |
| ·LSSVR目标定位方法的性能验证 | 第34-35页 |
| ·不同传感器节点数量定位误差及标准差仿真实验 | 第35-37页 |
| ·训练样本点数量实验 | 第37页 |
| ·边界系数对LSSVR建模定位特性曲线 | 第37-38页 |
| ·核函数参数对LSSVR建模定位特性曲线 | 第38页 |
| ·粒子群优化实验 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 降低目标失跟率的WSN目标定位预测唤醒方法 | 第40-57页 |
| ·提高节点唤醒效果方法分析 | 第40-42页 |
| ·WSN目标动态预测方法 | 第42-52页 |
| ·基于二次多项式(PQPMM)运动建模的目标预测 | 第42-44页 |
| ·基于粒子滤波的目标预测 | 第44-47页 |
| ·预测时间动态确定方法 | 第47-49页 |
| ·动态目标预测方法仿真实验 | 第49-52页 |
| ·基于动态预测的LSSVR建模定位节点唤醒机制与能耗仿真 | 第52-56页 |
| ·基于动态预测的LSSVR建模定位节点唤醒机制 | 第52-54页 |
| ·LSSVR建模定位节点唤醒效果实验 | 第54-55页 |
| ·唤醒半径变化能耗实验 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 无线传感器移动目标综合LSSVR定位实验 | 第57-63页 |
| ·LSSVR目标定位实验流程 | 第57-58页 |
| ·基于LSSVR定位方法的实验 | 第58-62页 |
| ·真实环境下LSSVR定位实验 | 第58-60页 |
| ·轻量数值计算实验 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-70页 |
| 个人简历 在校期间发表的学术论文及研究成果 | 第70-71页 |
| 一、个人简历 | 第70页 |
| 二、攻读学位期间发表的学术论文 | 第70-71页 |