无线传感器网络中基于量化信息的目标状态估计与融合
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-27页 |
| ·研究背景与研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-23页 |
| ·无线传感器网络概述 | 第11-17页 |
| ·基于无线传感器网络的状态估计与融合 | 第17-22页 |
| ·存在的主要问题 | 第22-23页 |
| ·本文研究内容和主要创新点 | 第23-25页 |
| ·论文结构 | 第25-27页 |
| 第二章 目标状态估计与融合相关理论 | 第27-58页 |
| ·引言 | 第27页 |
| ·常用的滤波跟踪算法 | 第27-34页 |
| ·（扩展）卡尔曼滤波 | 第28-30页 |
| ·Sigma 点卡尔曼滤波 | 第30-31页 |
| ·粒子滤波技术 | 第31-32页 |
| ·交互式多模型滤波 | 第32-34页 |
| ·鲁棒滤波方法 | 第34-48页 |
| ·鲁棒滤波器的研究现状 | 第34-36页 |
| ·（降阶）鲁棒滤波器 | 第36-48页 |
| ·信息融合基础 | 第48-52页 |
| ·信息融合的定义 | 第48-49页 |
| ·信息融合的基本原理与方法 | 第49页 |
| ·信息融合的研究进展 | 第49-50页 |
| ·信息融合的分类 | 第50-52页 |
| ·信息融合角度看鲁棒滤波器 | 第52-57页 |
| ·统一的信息融合模型及其最优解 | 第53-55页 |
| ·鲁棒信息融合滤波 | 第55-56页 |
| ·仿真分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第三章 分布式量化航迹融合 | 第58-87页 |
| ·引言 | 第58页 |
| ·传统航迹融合方法简介 | 第58-61页 |
| ·信息融合卡尔曼滤波算法 | 第59-60页 |
| ·加权平均法 | 第60页 |
| ·协方差交叉法 | 第60-61页 |
| ·资源受限的航迹融合 | 第61-72页 |
| ·协方差阵的压缩处理 | 第62-67页 |
| ·量化策略 | 第67-72页 |
| ·稳健航迹融合方法—内椭球逼近法 | 第72-77页 |
| ·算法提出 | 第72-74页 |
| ·仿真与比较 | 第74-77页 |
| ·传感器节点动态分簇 | 第77-80页 |
| ·相关工作 | 第77-79页 |
| ·目标导向动态分簇策略 | 第79-80页 |
| ·分布式量化航迹融合仿真与分析 | 第80-86页 |
| ·本章小结 | 第86-87页 |
| 第四章 基于自适应量化测量的目标状态融合估计 | 第87-115页 |
| ·引言 | 第87页 |
| ·模型建立 | 第87-91页 |
| ·能量模型 | 第89页 |
| ·概率量化策略 | 第89-90页 |
| ·优化模型建立 | 第90-91页 |
| ·自适应带宽分配 | 第91-97页 |
| ·测量扩维情况下的带宽分配策略 | 第91-92页 |
| ·测量加权情况下的带宽分配策略 | 第92-94页 |
| ·噪声相关情况下的带宽分配 | 第94-97页 |
| ·自适应量化阈值 | 第97-102页 |
| ·基于粒子滤波的目标跟踪 | 第102-104页 |
| ·性能分析 | 第104-106页 |
| ·仿真与分析 | 第106-114页 |
| ·自适应带宽分配 | 第107-110页 |
| ·噪声相关情况 | 第110-111页 |
| ·自适应阈值仿真 | 第111-114页 |
| ·本章小结 | 第114-115页 |
| 第五章 信道感知目标跟踪及跨层优化 | 第115-130页 |
| ·引言 | 第115页 |
| ·传输信道及其模型 | 第115-117页 |
| ·无线信道的分类 | 第115-116页 |
| ·二元对称信道（BSC） | 第116-117页 |
| ·信道感知目标跟踪 | 第117-121页 |
| ·问题描述 | 第117-118页 |
| ·目标跟踪策略 | 第118-119页 |
| ·性能分析 | 第119-121页 |
| ·跨层设计与优化 | 第121-125页 |
| ·基于信道感知CRLB 的传感器调度 | 第122-124页 |
| ·启发式调度策略 | 第124-125页 |
| ·仿真与分析 | 第125-129页 |
| ·仿真平台搭建 | 第125-126页 |
| ·结果与讨论 | 第126-129页 |
| ·本章小结 | 第129-130页 |
| 第六章 P2P 传感器网络中分布式协同目标跟踪 | 第130-160页 |
| ·引言 | 第130页 |
| ·P2P 传感器网络及其图模型 | 第130-132页 |
| ·协同（一致性）策略 | 第132-138页 |
| ·传统方法 | 第133-134页 |
| ·新协同算法及其性能分析 | 第134-136页 |
| ·仿真分析 | 第136-138页 |
| ·信息滤波器 | 第138-145页 |
| ·信息卡尔曼滤波器 | 第138-140页 |
| ·信息鲁棒滤波器 | 第140-141页 |
| ·信息形式Sigma 点滤波器 | 第141-145页 |
| ·分布式协同滤波器 | 第145-150页 |
| ·分布式协同卡尔曼滤波器 | 第145-147页 |
| ·分布式协同鲁棒滤波器 | 第147-148页 |
| ·分布式协同Sigma 点卡尔曼滤波器 | 第148-150页 |
| ·量化情况下动态协同目标状态估计融合 | 第150页 |
| ·分布式协同估计融合框架 | 第150-152页 |
| ·仿真与分析 | 第152-159页 |
| ·分布式稳健滤波器 | 第152-154页 |
| ·分布式Sigma 点滤波 | 第154-157页 |
| ·量化情形 | 第157-159页 |
| ·本章小结 | 第159-160页 |
| 第七章 总结与展望 | 第160-163页 |
| ·论文工作总结 | 第160-161页 |
| ·未来的研究方向和有待进一步探索的问题 | 第161-163页 |
| 参考文献 | 第163-174页 |
| 致谢 | 第174-175页 |
| 攻读博士学位期间的学术成果、参加项目及获奖情况 | 第175-179页 |
