無線傳感器網(wǎng)絡(luò)由可進(jìn)行信息的收集和處理的傳感器節(jié)點(diǎn)構(gòu)成。分布式估計(jì)可通過網(wǎng)絡(luò)內(nèi)部的節(jié)點(diǎn)合作通信去估計(jì)目標(biāo)參數(shù),以其特有的魯棒性、穩(wěn)定性、有效性等特點(diǎn)在無線傳感器網(wǎng)絡(luò)中受到廣泛應(yīng)用。當(dāng)傳感器節(jié)點(diǎn)進(jìn)行數(shù)據(jù)的采集和處理時(shí),背景噪聲的干擾無法避免。所以,解決無線傳感器網(wǎng)絡(luò)中噪聲干擾是分布式估計(jì)中一項(xiàng)重要工作。以往的研究發(fā)現(xiàn),在傳感器網(wǎng)絡(luò)中,分布式最小均方算法和分布式符號(hào)算法可以抵御高斯噪聲。然而,除高斯噪聲以外,脈沖噪聲一直廣泛的存在于信號(hào)處理應(yīng)用中,還會(huì)破壞這些算法的估計(jì)性能。為解決輸出噪聲干擾問題,我們?cè)跓o線傳感器網(wǎng)絡(luò)中提出了分布式最小對(duì)數(shù)絕對(duì)值偏差算法。該算法基于最小對(duì)數(shù)絕對(duì)值偏差代價(jià)函數(shù),其可較好抵御脈沖干擾。通過使用這種相對(duì)代價(jià)測(cè)量,此算法可以在誤差優(yōu)化的基礎(chǔ)上有效地調(diào)整傳統(tǒng)的代價(jià)函數(shù)。在脈沖噪聲環(huán)境下,分布式最小對(duì)數(shù)絕對(duì)值偏差算法比分布式符號(hào)算法和分布式最小均方算法具有更好的性能。在高斯噪聲時(shí),分布式最小對(duì)數(shù)絕對(duì)值偏差算法與分布式最小均方算法具有相似的性能。在理論分析中,我們研究了算法的穩(wěn)定性和收斂性。我們的仿真結(jié)果表明了分布式最小對(duì)數(shù)絕對(duì)值偏差算法比分布式最小均方乘算法和分布式符...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 分布式參數(shù)估計(jì)的研究現(xiàn)狀
        1.3.1 能量寬度受限
        1.3.2 噪聲干擾
    1.4 本章小結(jié)
第二章 無線傳感器網(wǎng)絡(luò)概述
    2.1 無線傳感器網(wǎng)絡(luò)
        2.1.1 無線傳感器網(wǎng)絡(luò)的特點(diǎn)
        2.1.2 無線傳感器網(wǎng)絡(luò)的主要應(yīng)用
    2.2 網(wǎng)絡(luò)中常見噪聲類型
    2.3 本章小結(jié)
第三章 分布式估計(jì)算法
    3.1 分布式最小二乘算法
        3.1.1 期望穩(wěn)定性
        3.1.2 均方性能
    3.2 分布式符號(hào)算法
    3.3 本章小結(jié)
第四章 擴(kuò)散分布式最小對(duì)數(shù)絕對(duì)值偏差算法
    4.1 估計(jì)問題
    4.2 擴(kuò)散最小對(duì)數(shù)絕對(duì)值偏差算法
    4.3 性能分析
        4.3.1 均值性能
        4.3.2 均方性能
        4.3.3 瞬時(shí)網(wǎng)絡(luò)MSD
        4.3.4 穩(wěn)態(tài)網(wǎng)絡(luò)MSD
    4.4 仿真分析
        4.4.1 高斯噪聲環(huán)境
        4.4.2 非高斯噪聲環(huán)境
    4.5 本章小結(jié)
第五章 擴(kuò)散分布式最小總誤差熵算法
    5.1 最小總誤差熵算法
    5.2 分布式最小總誤差熵算法
        5.2.1 期望性能
        5.2.2 均方性能
    5.3 算法仿真
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)及主要貢獻(xiàn)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的學(xué)術(shù)論文
攻讀碩士期間參與的研究項(xiàng)目



本文編號(hào)：3933218