高机动目标组网协同探测技术
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容简介 | 第14-17页 |
| 1.3.1 自组织传感器网络 | 第14-16页 |
| 1.3.1.1 自组织网络基本结构 | 第14-15页 |
| 1.3.1.2 自组织网络关键问题 | 第15-16页 |
| 1.3.2 数据融合 | 第16-17页 |
| 1.3.2.1 数据融合的概念 | 第16-17页 |
| 1.3.2.2 基本结构和模型 | 第17页 |
| 1.4 本文的主要贡献和结构安排 | 第17-19页 |
| 第二章 自组织网络基础理论研究 | 第19-29页 |
| 2.1 传感器网络覆盖技术 | 第19-21页 |
| 2.1.1 覆盖部署基本方式 | 第19-20页 |
| 2.1.2 覆盖部署算法简介 | 第20-21页 |
| 2.2 传感器管理技术 | 第21-23页 |
| 2.2.1 传感器管理基本概念 | 第21-22页 |
| 2.2.2 传感器管理方法简介 | 第22-23页 |
| 2.3 目标跟踪技术 | 第23-28页 |
| 2.3.1 目标跟踪基本概念 | 第23-24页 |
| 2.3.2 跟踪模型 | 第24-25页 |
| 2.3.3 滤波算法 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 传感器网络部署算法 | 第29-49页 |
| 3.1 自组织网络部署模型 | 第29-30页 |
| 3.2 节点部署速算法性能指标 | 第30-32页 |
| 3.3 分布式节点部署算法 | 第32-48页 |
| 3.3.1 分布式自蔓延算法 | 第32-35页 |
| 3.3.2 智能聚类算法 | 第35-37页 |
| 3.3.3 基于维诺图的部署算法 | 第37-38页 |
| 3.3.4 仿真与分析 | 第38-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 伪线性估计的修正算法 | 第49-64页 |
| 4.1 纯方位目标跟踪模型 | 第49-51页 |
| 4.2 最大似然估计和伪线性估计算法 | 第51-56页 |
| 4.2.1 最大似然估计算法 | 第51-52页 |
| 4.2.2 伪线性估计算法 | 第52-54页 |
| 4.2.3 伪线性估计的偏差补偿算法 | 第54-56页 |
| 4.3 渐进无偏辅助变量估计算法 | 第56-59页 |
| 4.4 仿真与分析 | 第59-63页 |
| 4.4.1 匀加速运动模型仿真 | 第59-61页 |
| 4.4.2 匀速运动模型仿真 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 变分算法 | 第64-73页 |
| 5.1 SOI-KF算法与粒子滤波算法 | 第64-65页 |
| 5.1.1 基于预测和量化的SOI-KF算法 | 第64-65页 |
| 5.1.2 三级组网中的粒子滤波 | 第65页 |
| 5.2 二元量化变分算法 | 第65-68页 |
| 5.2.1 一般状态模型 | 第66页 |
| 5.2.2 变分滤波算法 | 第66-68页 |
| 5.3 仿真与分析 | 第68-71页 |
| 5.4 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 内容总结与主要创新点 | 第73页 |
| 6.2 未来工作展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻硕期间取得的研究成果 | 第80页 |
