| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和研究意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 指纹法 | 第9-10页 |
| 1.2.2 网格法 | 第10-11页 |
| 1.2.3 射频扫描成像法 | 第11页 |
| 1.2.4 连续链路测量模型法 | 第11-12页 |
| 1.3 论文研究内容与研究成果 | 第12-13页 |
| 1.4 文章组织结构 | 第13-14页 |
| 第二章 相关综述研究 | 第14-24页 |
| 2.1 无线传感器网络简介 | 第14-18页 |
| 2.1.1 无线传感器网络的特点 | 第14页 |
| 2.1.2 无线传感器网络的体系结构 | 第14-16页 |
| 2.1.3 ZigBee技术简介 | 第16-18页 |
| 2.1.4 CC2530片简介 | 第18页 |
| 2.2 贝叶斯顺序估计框架 | 第18-19页 |
| 2.3 粒子滤波方法 | 第19-23页 |
| 2.3.1 顺序重要性采样算法 | 第20-22页 |
| 2.3.2 顺序重要性采样存在的问题和重采样 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于无线传感器网络的无源多目标定位与跟踪方法 | 第24-36页 |
| 3.1 问题描述 | 第24-25页 |
| 3.1.1 数据采集 | 第24-25页 |
| 3.1.2 多目标跟踪 | 第25页 |
| 3.2 测量模型 | 第25-30页 |
| 3.2.1 RSS统计衰减直方图 | 第25-27页 |
| 3.2.2 在线学习方法 | 第27-29页 |
| 3.2.3 基于核密度估计的似然概率计算 | 第29-30页 |
| 3.3 基于多目标-伯努利近似的多目标滤波算法 | 第30-33页 |
| 3.3.1 多目标-伯努利滤波算法 | 第30-32页 |
| 3.3.2 多目标滤波算法的粒子滤波实现 | 第32-33页 |
| 3.4 多目标检测方法 | 第33-34页 |
| 3.5 基于检测与跟踪联合的多目标跟踪方法 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 算法仿真与实验分析 | 第36-47页 |
| 4.1 实验配置 | 第36-40页 |
| 4.1.1 硬件平台 | 第36页 |
| 4.1.2 软件平台 | 第36-37页 |
| 4.1.3 参数配置 | 第37页 |
| 4.1.4 实验内容安排 | 第37-40页 |
| 4.2 实验结果与分析 | 第40-46页 |
| 4.2.1 误差评估方法 | 第40页 |
| 4.2.2 实验结果(二维轨迹对比图)与分析 | 第40-43页 |
| 4.2.3 实验结果(一维轨迹对比图) | 第43-44页 |
| 4.2.4 实验结果(目标数目估计与OSPA误差)与分析 | 第44-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-50页 |
| 5.1 本文工作总结 | 第47-48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表或已录用的学术论文 | 第55页 |