無線感測器網絡室內定位與網路修復方法研究（簡體書）

研究了線傳感器網絡室內定位及網絡修復的理論，對提出的算法進行了仿真實驗與分析。通過與其他方法的對比，證明了本書所提的方法具有可行性、有效性和先進性。

第1章 緒論
1.1 研究的背景和意義
1.2 無線傳感器網絡概述
1.2.1 無線傳感器網絡的特點
1.2.2 無線傳感器網絡的關鍵技術
1.3 國內外研究現狀
1.3.1 無線傳感器網絡的研究現狀
1.3.2 無線傳感器網絡定位技術的研究現狀
1.3.3 無線傳感器網絡修復技術的研究現狀
1.4 主要研究內容和章節安排
1.4.1 主要研究內容
1.4.2 章節安排

第2章 基于TDOA的室內NLOS定位方法研究
2.1 基于無線傳感器網絡的室內定位
2.1.1 基本概念和術語
2.1.2 定位算法的分類
2.1.3 經典定位算法概述
2.1.4 NLOS定位算法概述
2.2 基于TDOA的NLOS檢測及削弱算法研究
2.2.1 NLOS環境下的傳播模型
2.2.2 基于序貫概率比檢驗的NLOS檢測算法
2.2.3 基于最大聯合概率的NLOS削弱算法
2.2.4 仿真與實驗結果分析
2.3 基于TDOA的室內定位系統設計
2.3.1 室內定位系統概述
2.3.2 系統架構及工作原理
2.3.3 基于TDOA的室內定位節點硬件設計
2.3.4 基于TDOA的室內定位系統軟件設計
2.3.5 定位系統的性能分析
2.4 本章小結

第3章 未知NLos誤差的移動定位方法研究
3.1 移動節點定位
3.1.1 移動節點定位算法概述
3.1.2 NLOS環境下移動節點定位研究現狀
3.2 無線傳感器網絡移動定位濾波算法分析
3.2.1 Kalman濾波算法
3.2.2 粒子濾波算法
3.2.3 H∞濾波算法
3.2.4 NLOS誤差對濾波算法影響的分析
3.3 基于似然矩陣校正的移動定位算法研究
3.3.1 測距模型
3.3.2 未知NLOS誤差參數的似然矩陣校正算法
3.3.3 混合Kalman-H∞濾波算法
3.3.4 位置估計算法
3.3.5 仿真結果與分析
3，4本章小結

第4章 基于高斯混合模型的移動魯棒定位方法研究
4.1 基于EM算法的高斯混合模型
4.1.1 高斯混合模型
4.1.2 EM算法的基本原理
4.1.3 基于EM算法的GMM參數估計
4.2 概率數據關聯算法
4.2.1 基于概率數據關聯的狀態估計
4.2.2 關聯概率的計算
4.2.3 狀態和協方差矩陣的更新
4.3 基于高斯混合模型的NLOS定位研究
4.3.1 信號模型
4.3.2 基于GMM的測量值概率密度估計
4.3.3 改進的概率數據關聯濾波算法
4.3.4 殘差加權位置的估計
4.3.5 仿真結果與分析
4.4 本章小結

第5章 基于二元傳感器網絡的多源定位方法研究
5.1 二元傳感器網絡多源定位
5.2 二元傳感器探測模型
5.2.1 0／1探測模型
5.2.2 概率探測模型
5.2.3 基于Neyman-Pearson準則的探測模型
5.3 基于Fisher判別準則的雙源定位算法研究
5.3.1 基于Fisher準則的傳感器分類
5.3.2 多源WSNAP定位算法
5.3.3 仿真結果與分析
5.3.4 實驗與結果分析
5.4 基于模糊C均值的多源定位算法研究
5.4.1 系統模型
5.4.2 基于模糊C均值算法的多源定位算法
5.4.3 仿真與實驗結果分析
5.5 本章小結

第6章 基于能量均衡的無線傳感器網絡修復方法研究
6.1 無線傳感器網絡修復技術
6.2 網絡模型的建立
6.2.1 節點探測模型
6.2.2 節點能耗模型
6.2.3 網絡狀態指標
6.3 基于能量均衡的網絡修復算法研究
6.3.1 COST_MAX_MIN算法
6.3.2 COST_MAX_AVG算法
6.3.3 仿真結果與分析
6.4 基于PSO的網絡修復算法研究
6.4.1 智能優化算法簡介
6.4.2 基于LinWPSO的COST_MAX_AVG網絡修復算法
6.4.3 仿真結果與分析
6.5 本章小結

第7章 總結與展望
7.1 總結
7.2 展望
參考文獻