| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景、目的与意义 | 第9-10页 |
| 1.2 目标跟踪的研究现状 | 第10-11页 |
| 1.3 粒子滤波算法的研究现状 | 第11-12页 |
| 1.4 研究内容与组织结构 | 第12-13页 |
| 1.5 论文主要创新点 | 第13-15页 |
| 第二章 文献综述 | 第15-42页 |
| 2.1 无线传感网络简介 | 第15-17页 |
| 2.1.1 WSN网络体系结构 | 第15-16页 |
| 2.1.2 无线传感器节点结构 | 第16-17页 |
| 2.2 目标跟踪主要技术 | 第17-19页 |
| 2.3 节点定位算法 | 第19-23页 |
| 2.3.1 基于测距的定位算法 | 第19-21页 |
| 2.3.2 基于非测距的定位算法 | 第21-23页 |
| 2.4 动态系统状态空间模型 | 第23-25页 |
| 2.5 滤波算法 | 第25-35页 |
| 2.5.1 卡尔曼滤波算法 | 第25-31页 |
| 2.5.2 粒子滤波理论基础简介 | 第31-35页 |
| 2.6 经典粒子滤波算法 | 第35-41页 |
| 2.6.1 标准粒子滤波 | 第35-36页 |
| 2.6.2 扩展粒子滤波 | 第36-38页 |
| 2.6.3 无迹粒子滤波 | 第38-40页 |
| 2.6.4 粒子滤波存在问题及其性能比较 | 第40-41页 |
| 2.7 本章小结 | 第41-42页 |
| 第三章 改进的基于Kalman分布式动态分簇粒子滤波算法 | 第42-56页 |
| 3.1 动态分簇算法 | 第42-45页 |
| 3.1.1 动态分簇的方法 | 第42-44页 |
| 3.1.2 动态分簇的实现过程 | 第44-45页 |
| 3.2 基于Kalman分布式动态分簇粒子滤波算法DDCPF | 第45-55页 |
| 3.2.1 DDCPF算法描述 | 第45-50页 |
| 3.2.2 DDCPF算法的仿真验证与性能分析 | 第50-55页 |
| 3.3 本章小结 | 第55-56页 |
| 第四章 改进的基于EPF和UPF动态分簇粒子滤波算法 | 第56-68页 |
| 4.1 基于EPF和UPF动态分簇粒子滤波算法EUPF | 第56-62页 |
| 4.1.1 EUPF算法描述 | 第56-58页 |
| 4.1.2 EUPF算法的仿真验证与性能分析 | 第58-62页 |
| 4.2 基于EUPF动态分簇边缘化粒子滤波算法MPF | 第62-67页 |
| 4.2.1 MPF算法描述 | 第62-63页 |
| 4.2.2 MPF算法的仿真验证与性能分析 | 第63-67页 |
| 4.3 本章小结 | 第67-68页 |
| 第五章 一种基于FCM和MPF动态分簇多目标粒子滤波算法 | 第68-78页 |
| 5.1 数据关联方法 | 第68-71页 |
| 5.2 基于FCM和MPF动态分簇边缘化粒子滤波算法FCM-MPF | 第71-77页 |
| 5.2.1 FCM-MPF算法描述 | 第71-73页 |
| 5.2.2 FCM-MPF算法的仿真验证与性能分析 | 第73-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 本文工作总结 | 第78-79页 |
| 6.2 未来研究展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 附录1 程序清单 | 第83-84页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第84-85页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第85-86页 |
| 致谢 | 第86页 |
