| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究工作的背景与意义 | 第13-14页 |
| 1.2 蜂拥算法的国内外研究历史与现状 | 第14-16页 |
| 1.3 本文的主要贡献与创新 | 第16-17页 |
| 1.4 本文的结构安排 | 第17-19页 |
| 第二章 蜂拥算法理论基础 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 预备知识 | 第19-22页 |
| 2.2.1 代数图论 | 第19-20页 |
| 2.2.2 矩阵理论 | 第20-21页 |
| 2.2.3 系统稳定性判据 | 第21-22页 |
| 2.3 蜂拥算法理论基础 | 第22-26页 |
| 2.3.1 一致性原理 | 第22-23页 |
| 2.3.2 势能函数原理 | 第23-24页 |
| 2.3.3 基本的蜂拥算法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 蜂拥算法 | 第27-56页 |
| 3.1 引言 | 第27页 |
| 3.2 势能函数 | 第27-28页 |
| 3.3 考虑速度时滞的蜂拥算法 | 第28-35页 |
| 3.3.1 算法设计 | 第29-31页 |
| 3.3.2 仿真实验 | 第31-35页 |
| 3.4 引入多跳网络的蜂拥算法 | 第35-39页 |
| 3.4.1 算法设计及稳定性分析 | 第36-38页 |
| 3.4.2 仿真实验 | 第38-39页 |
| 3.5 多领导者蜂拥算法 | 第39-51页 |
| 3.5.1 多领导者蜂拥算法实现机制分析 | 第40-42页 |
| 3.5.2 多领导者蜂拥算法设计 | 第42-46页 |
| 3.5.3 仿真实验 | 第46-51页 |
| 3.6 部分智能体接收到领导者信息情况下的蜂拥算法 | 第51-55页 |
| 3.6.1 算法设计 | 第51-53页 |
| 3.6.2 仿真实验 | 第53-55页 |
| 3.7 本章小结 | 第55-56页 |
| 第四章 一致性滤波算法 | 第56-72页 |
| 4.1 引言 | 第56页 |
| 4.2 相关算法 | 第56-61页 |
| 4.2.1 分布式卡尔曼滤波算法 | 第57-59页 |
| 4.2.2 卡尔曼一致性滤波算法 | 第59-60页 |
| 4.2.3 次优离散卡尔曼一致性滤波算法 | 第60-61页 |
| 4.3 算法比较 | 第61-71页 |
| 4.3.1 定性分析 | 第61-62页 |
| 4.3.2 仿真实验 | 第62-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 蜂拥算法在移动传感器网络中的应用 | 第72-93页 |
| 5.1 引言 | 第72页 |
| 5.2 离散时间耦合目标跟踪算法 | 第72-81页 |
| 5.2.1 算法设计 | 第72-73页 |
| 5.2.2 相关结论 | 第73-77页 |
| 5.2.3 仿真实验 | 第77-81页 |
| 5.3 扩展的离散时间耦合目标跟踪算法 | 第81-91页 |
| 5.3.1 考虑速度时滞的离散时间耦合目标跟踪算法 | 第81-84页 |
| 5.3.2 引入多跳网络的离散时间耦合目标跟踪算法 | 第84-86页 |
| 5.3.3 多目标情况下的离散时间耦合目标跟踪算法 | 第86-89页 |
| 5.3.4 部分节点感知到目标状态情况下的离散时间耦合目标跟踪算法 | 第89-91页 |
| 5.4 离散时间耦合目标跟踪算法的评估指标 | 第91-92页 |
| 5.4.1 估计误差 | 第91页 |
| 5.4.2 估计一致性 | 第91-92页 |
| 5.4.3 网络连通度 | 第92页 |
| 5.5 本章小结 | 第92-93页 |
| 第六章 全文总结与展望 | 第93-95页 |
| 6.1 全文总结 | 第93-94页 |
| 6.2 后续工作展望 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-101页 |
| 攻读硕士学位期间取得的成果 | 第101页 |
