| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景,目的以及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 无线传感器网络结构体系 | 第10-12页 |
| 1.2 无线传感器网络目标定位的研究进展 | 第12-14页 |
| 1.2.1 无线传感器网络目标定位面临的问题 | 第12-13页 |
| 1.2.2 无线传感器网络目标定位研究现状 | 第13-14页 |
| 1.3 论文的主要内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 能量衰减模型的建立及其算法 | 第16-31页 |
| 2.1 能量衰减模型表达式的建立 | 第16-17页 |
| 2.2 基于最大似然估计的高斯-牛顿集中式定位算法 | 第17-25页 |
| 2.2.1 最大似然估计算法介绍 | 第17-18页 |
| 2.2.2 目标函数的处理 | 第18-19页 |
| 2.2.3 高斯-牛顿算法迭代原理 | 第19-20页 |
| 2.2.4 高斯-牛顿算法解决声源定位问题 | 第20-22页 |
| 2.2.5 实验仿真 | 第22-25页 |
| 2.3 EM算法声源定位 | 第25-30页 |
| 2.3.1 EM算法描述 | 第25-27页 |
| 2.3.2 EM算法在声源定位中的应用 | 第27-29页 |
| 2.3.3 实验仿真 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于高斯混合模型的分布式EM声源定位算法 | 第31-48页 |
| 3.1 引言 | 第31页 |
| 3.2 高斯混合模型表达式的建立 | 第31-32页 |
| 3.3 分裂聚合算法 | 第32-36页 |
| 3.3.1 分裂聚合算法的描述 | 第32-34页 |
| 3.3.2 分裂聚合算法准则 | 第34-35页 |
| 3.3.3 分裂聚合算法流程图 | 第35-36页 |
| 3.4 高斯混合模型下的分布式EM算法 | 第36-43页 |
| 3.4.1 算法描述 | 第36-40页 |
| 3.4.2 分布式一致性算法 | 第40-43页 |
| 3.5 基于高斯混合模型的EM算法解决声源定位算法 | 第43-44页 |
| 3.6 实验仿真 | 第44-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第四章 分布式变方向拉格朗日乘子算法 | 第48-61页 |
| 4.1 变方向拉格朗日乘子算法 | 第48-53页 |
| 4.1.1 问题描述 | 第48页 |
| 4.1.2 问题存在最优解的条件 | 第48页 |
| 4.1.3 ADMM算法引入 | 第48-51页 |
| 4.1.4 ADMM算法分步求解 | 第51-53页 |
| 4.2 ADMM算法解决声源定位问题 | 第53-56页 |
| 4.2.1 目标函数与模型建立 | 第53-56页 |
| 4.2.2 ADMM算法流程图 | 第56页 |
| 4.3 实验仿真 | 第56-60页 |
| 4.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间取得的成果 | 第67-68页 |
| 致谢 | 第68页 |