| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第18-28页 |
| 1.1 研究背景 | 第18-22页 |
| 1.1.1 无线传感器网络概述 | 第18-19页 |
| 1.1.2 无线传感器节点简介 | 第19-20页 |
| 1.1.3 无线传感器网络的应用领域 | 第20-21页 |
| 1.1.4 无线传感网中的定位问题 | 第21-22页 |
| 1.2 国内外研究现状 | 第22-24页 |
| 1.3 本文的主要贡献 | 第24-25页 |
| 1.3.1 基于自适应卡尔曼滤波器的无线传感网定位算法精化 | 第24页 |
| 1.3.2 无线传感网中鲁棒的自适应卡尔曼滤波定位算法 | 第24-25页 |
| 1.3.3 基于目标演化算法的无线传感网自适应卡尔曼滤波指纹定位优化 | 第25页 |
| 1.4 论文的组织结构 | 第25-28页 |
| 第二章 无线传感器网络定位算法概述 | 第28-38页 |
| 2.1 基于测距的定位算法 | 第28-32页 |
| 2.1.1 常用测距技术 | 第28-30页 |
| 2.1.2 三边测量法 | 第30页 |
| 2.1.3 多边测量法 | 第30-31页 |
| 2.1.4 三角测量法 | 第31-32页 |
| 2.2 基于非测距的定位算法 | 第32-36页 |
| 2.2.1 DV-hop算法 | 第33-34页 |
| 2.2.2 凸规划算法 | 第34页 |
| 2.2.3 APIT算法 | 第34-36页 |
| 2.3 性能评价 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 基于自适应卡尔曼滤波器的无线传感网定位算法精化 | 第38-70页 |
| 3.1 引言 | 第38-40页 |
| 3.2 传统用于无线传感网的定位算法 | 第40-44页 |
| 3.2.1 多维定标技术 | 第40-42页 |
| 3.2.2 指纹匹配技术 | 第42-44页 |
| 3.3 新建的自适应卡尔曼滤波器 | 第44-51页 |
| 3.3.1 自适应无迹卡尔曼滤波器 | 第44-48页 |
| 3.3.2 自适应指纹卡尔曼滤波器 | 第48-51页 |
| 3.4 基于新自适应卡尔曼滤波器的定位结果精化 | 第51-54页 |
| 3.4.1 基于自适应无迹卡尔曼滤波的多维定标定位精化 | 第51-53页 |
| 3.4.2 基于自适应指纹卡尔曼滤波的指纹定位精化 | 第53-54页 |
| 3.5 实验结果的评估 | 第54-69页 |
| 3.5.1 多维定标定位实验参数的设置 | 第54-55页 |
| 3.5.2 多维定标定位精化结果的比较 | 第55-64页 |
| 3.5.3 指纹定位实验参数的设置 | 第64-65页 |
| 3.5.4 指纹定位精化结果的比较 | 第65-69页 |
| 3.6 本章小结 | 第69-70页 |
| 第四章 无线传感网中基于鲁棒自适应卡尔曼滤波器的定位算法 | 第70-88页 |
| 4.1 引言 | 第70-72页 |
| 4.2 背景知识 | 第72-76页 |
| 4.2.1 鲁棒的自适应扩展卡尔曼滤波器 | 第73-75页 |
| 4.2.2 鲁棒的自适应无迹卡尔曼滤波器 | 第75-76页 |
| 4.3 新提出的鲁棒自适应卡尔曼滤波器 | 第76-81页 |
| 4.3.1 新的鲁棒自适应扩展卡尔曼滤波器 | 第77-79页 |
| 4.3.2 派生的鲁棒自适应无迹卡尔曼滤波器 | 第79-81页 |
| 4.4 新鲁棒自适应卡尔曼滤波定位算法的鲁棒性证明 | 第81-82页 |
| 4.4.1 自适应扩展卡尔曼滤波器的鲁棒性 | 第81-82页 |
| 4.4.2 自适应无迹卡尔曼滤波器的鲁棒性 | 第82页 |
| 4.5 性能评估 | 第82-87页 |
| 4.5.1 不同静态节点摆放的影响 | 第83-84页 |
| 4.5.2 不同锚节点数量的影响 | 第84-85页 |
| 4.5.3 不同移动节点机动性的影响 | 第85-87页 |
| 4.5.4 不同算法的时间复杂度比较 | 第87页 |
| 4.6 本章小结 | 第87-88页 |
| 第五章 基于目标演化算法的无线传感网自适应卡尔曼滤波指纹定位优化 | 第88-112页 |
| 5.1 引言 | 第88-90页 |
| 5.2 目标演化算法概述 | 第90-92页 |
| 5.2.1 单目标演化算法 | 第91页 |
| 5.2.2 多目标演化算法 | 第91-92页 |
| 5.3 噪声环境下的指纹定位优化与证明 | 第92-96页 |
| 5.3.1 新的多目标优化模型 | 第92-94页 |
| 5.3.2 基于多目标优化模型的指纹定位优化与证明 | 第94-96页 |
| 5.4 多径环境下的指纹定位优化与证明 | 第96-99页 |
| 5.4.1 新的多信道加权RSSI距离模型 | 第96-97页 |
| 5.4.2 基于加权RSSI距离模型的指纹定位优化与证明 | 第97-99页 |
| 5.5 指纹定位优化结果的比较与分析 | 第99-109页 |
| 5.5.1 噪声环境下的指纹定位优化结果 | 第99-104页 |
| 5.5.2 多径环境下的指纹定位优化结果 | 第104-109页 |
| 5.6 本章小结 | 第109-112页 |
| 第六章 总结与展望 | 第112-114页 |
| 6.1 工作总结 | 第112-113页 |
| 6.2 研究展望 | 第113-114页 |
| 参考文献 | 第114-130页 |
| 简历与科研成果 | 第130-132页 |
| 致谢 | 第132-134页 |
