文摘
英文文摘
第一章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状
1.2.1 无线传感器网络概述
1.2.2 基于无线传感器网络的状态估计与融合
1.2.3 存在的主要问题
1.3 本文研究内容和主要创新点
1.4 论文结构
第二章 目标状态估计与融合相关理论
2.1 引言
2.2 常用的滤波跟踪算法
2.2.1 (扩展)卡尔曼滤波
2.2.2 Sigma点卡尔曼滤波
2.2.3 粒子滤波技术
2.2.4 交互式多模型滤波
2.3 鲁棒滤波方法
2.3.1 鲁棒滤波器的研究现状
2.3.2 (降阶)鲁棒滤波器
2.4 信息融合基础
2.4.1 信息融合的定义
2.4.2 信息融合的基本原理与方法
2.4.3 信息融合的研究进展
2.4.4 信息融合的分类
2.5 信息融合角度看鲁棒滤波器
2.5.1 统一的信息融合模型及其最优解
2.5.2 鲁棒信息融合滤波
2.5.3 仿真分析
2.6 本章小结
第三章 分布式量化航迹融合
3.1 引言
3.2 传统航迹融合方法简介
3.2.1 信息融合卡尔曼滤波算法
3.2.2 加权平均法
3.2.3 协方差交叉法
3.3 资源受限的航迹融合
3.3.1 协方差阵的压缩处理
3.3.2 量化策略
3.4 稳健航迹融合方法-内椭球逼近法
3.4.1 算法提出
3.4.2 仿真与比较
3.5 传感器节点动态分簇
3.5.1 相关工作
3.5.2 目标导向动态分簇策略
3.6 分布式量化航迹融合仿真与分析
3.7 本章小结
第四章 基于自适应量化测量的目标状态融合估计
4.1 引言
4.2 模型建立
4.2.1 能量模型
4.2.2 概率量化策略
4.2.3 优化模型建立
4.3 自适应带宽分配
4.3.1 测量扩维情况下的带宽分配策略
4.3.2 测量加权情况下的带宽分配策略
4.3.3 噪声相关情况下的带宽分配
4.4 自适应量化阈值
4.5 基于粒子滤波的目标跟踪
4.6 性能分析
4.7 仿真与分析
4.7.1 自适应带宽分配
4.7.2 噪声相关情况
4.7.3 自适应阈值仿真
4.8 本章小结
第五章 信道感知目标跟踪及跨层优化
5.1 引言
5.2 传输信道及其模型
5.2.1 无线信道的分类
5.2.2 二元对称信道(BSC)
5.3 信道感知目标跟踪
5.3.1 问题描述
5.3.2 目标跟踪策略
5.3.3 性能分析
5.4 跨层设计与优化
5.4.1 基于信道感知CRLB的传感器调度
5.4.2 启发式调度策略
5.5 仿真与分析
5.5.1 仿真平台搭建
5.5.2 结果与讨论
5.6 本章小结
第六章 P2P传感器网络中分布式协同目标跟踪
6.1 引言
6.2 P2P传感器网络及其图模型
6.3 协同(一致性)策略
6.3.1 传统方法
6.3.2 新协同算法及其性能分析
6.3.3 仿真分析
6.4 信息滤波器
6.4.1 信息卡尔曼滤波器
6.4.2 信息鲁棒滤波器
6.4.3 信息形式Sigma点滤波器
6.5 分布式协同滤波器
6.5.1 分布式协同卡尔曼滤波器
6.5.2 分布式协同鲁棒滤波器
6.5.3 分布式协同Sigma点卡尔曼滤波器
6.6 量化情况下动态协同目标状态估计融合
6.7 分布式协同估计融合框架
6.8 仿真与分析
6.8.1 分布式稳健滤波器
6.8.2 分布式Sigma点滤波
6.8.3 量化情形
6.9 本章小结
第七章 总结与展望
7.1 论文工作总结
7.2 未来的研究方向和有待进一步探索的问题
参考文献
致谢
攻读博士学位期间的学术成果、参加项目及获奖情况