| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景、目的及意义 | 第11-12页 |
| 1.2 无线传感器网络概述 | 第12-13页 |
| 1.3 国内外研究现状及发展趋势 | 第13-16页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.3.3 未来发展趋势 | 第15-16页 |
| 1.4 主要内容与章节安排 | 第16-19页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 章节安排 | 第17-19页 |
| 第2章 无线传感器网络的信号传播状态鉴别算法 | 第19-31页 |
| 2.1 WSN信号传播状态鉴别概述 | 第19-21页 |
| 2.1.1 状态鉴别的基本方法 | 第19-20页 |
| 2.1.2 状态鉴别算法分类 | 第20页 |
| 2.1.3 状态鉴别算法的评价标准 | 第20-21页 |
| 2.2 基于参数假设检验的状态鉴别算法 | 第21-27页 |
| 2.2.1 Wilye-Holtzman方法及其改进 | 第21-24页 |
| 2.2.2 基于二值假设检验的鉴别算法 | 第24-26页 |
| 2.2.3 基于残差分析的鉴别算法 | 第26-27页 |
| 2.3 基于非参数假设检验的状态鉴别算法 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 基于EM改进算法的状态鉴别算法研究 | 第31-45页 |
| 3.1 EM算法的思想及步骤 | 第31-33页 |
| 3.2 改进局部最优问题的EM算法 | 第33-38页 |
| 3.2.1 基于拆分合并的EM算法(SMEM) | 第33-35页 |
| 3.2.2 稳定拆分的SMEM算法 | 第35-37页 |
| 3.2.3 基于最小描述长度的SMEM算法 | 第37-38页 |
| 3.3 基于改进EM算法的状态鉴别算法研究 | 第38-40页 |
| 3.3.1 信号传播模型分析 | 第39页 |
| 3.3.2 信号传播状态的鉴别 | 第39-40页 |
| 3.4 算法仿真与数据分析 | 第40-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于信号传播延迟的状态鉴别算法研究 | 第45-61页 |
| 4.1 基于RSSI的定位算法及模型 | 第45-46页 |
| 4.2 信号传播延迟的模型及参数特性研究 | 第46-48页 |
| 4.2.1 基于phase-only-correlator(POC)的信号传播延迟模型 | 第46-47页 |
| 4.2.2 信号传播延迟的参数特性 | 第47-48页 |
| 4.3 算法结构设计及传播状态鉴别 | 第48-54页 |
| 4.3.1 算法结构设计 | 第48-49页 |
| 4.3.2 强非视距传播状态的鉴别 | 第49-50页 |
| 4.3.3 弱非视距传播状态的鉴别 | 第50-54页 |
| 4.4 仿真实验与数据分析 | 第54-60页 |
| 4.4.1 仿真实验环境 | 第54-56页 |
| 4.4.2 仿真数据分析 | 第56-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 基于泰勒级数展开的TDOA鲁棒定位研究 | 第61-73页 |
| 5.1 定位算法介绍及分类 | 第61-62页 |
| 5.2 TDOA定位算法研究 | 第62-64页 |
| 5.2.1 TDOA定位算法的原理及思路 | 第62-63页 |
| 5.2.2 TDOA定位算法的参数特性 | 第63-64页 |
| 5.3 基于泰勒级数展开的改进定位算法设计 | 第64-68页 |
| 5.3.1 优选残差加权 | 第64-66页 |
| 5.3.2 加权最小二乘 | 第66-67页 |
| 5.3.3 泰勒级数展开的迭代求值 | 第67-68页 |
| 5.4 仿真实验与数据分析 | 第68-72页 |
| 5.4.1 基于泰勒级数展开的定位算法仿真 | 第68-71页 |
| 5.4.2 结合状态鉴别的定位算法仿真 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 硕士期间的科研成果 | 第83-85页 |
| 作者简介 | 第85页 |