21世紀(jì)是海洋的世紀(jì),海洋將成為人類生存與發(fā)展的新空間。水下無線傳感器網(wǎng)絡(luò)(Underwater Wireless Sensor Networks,UWSNs)中目標(biāo)跟蹤作為大范圍水域持續(xù)監(jiān)測的重要手段已成為研究熱點(diǎn)。由于UWSNs中節(jié)點(diǎn)為目標(biāo)跟蹤提供量測,節(jié)點(diǎn)的位置信息對于目標(biāo)跟蹤至關(guān)重要,因此本文首先研究了UWSNs中節(jié)點(diǎn)定位問題,然后在此基礎(chǔ)上研究了UWSNs中目標(biāo)跟蹤問題。本文的研究工作如下:(1)針對UWSNs中一定區(qū)域內(nèi)傳感器節(jié)點(diǎn)快速定位問題,提出了一種移動錨節(jié)點(diǎn)輔助的接收信號強(qiáng)度定位算法。首先,為了提高定位精度,設(shè)計了一種基于支持向量回歸的插值方法,通過提高含噪聲測量數(shù)據(jù)的非線性回歸模型準(zhǔn)確性,并降低由測量數(shù)據(jù)離散性引起的估計誤差,減小了傳感器節(jié)點(diǎn)在移動錨節(jié)點(diǎn)線性軌跡上投影位置的誤差,實現(xiàn)了定位精度的提高。然后,為了提高定位速度,設(shè)計了一種曲線匹配方法,通過估計傳感器節(jié)點(diǎn)到移動錨節(jié)點(diǎn)線性軌跡的垂直距離,使傳感器節(jié)點(diǎn)在錨節(jié)點(diǎn)僅行進(jìn)一條軌跡后即可基于投影位置和垂直距離實現(xiàn)定位,與現(xiàn)有算法需要至少兩條軌跡相比,軌跡數(shù)量的減少實現(xiàn)了定位速度的提高。(2)針對UWSNs中異步時鐘下...

【文章頁數(shù)】：124 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 UWSNs研究現(xiàn)狀
        1.2.2 UWSNs中節(jié)點(diǎn)定位研究現(xiàn)狀
        1.2.3 UWSNs中目標(biāo)跟蹤研究現(xiàn)狀
        1.2.4 現(xiàn)有工作存在的問題
    1.3 本文的主要研究工作
        1.3.1 研究思路
        1.3.2 論文的結(jié)構(gòu)安排
第2章 UWSNs中移動錨節(jié)點(diǎn)輔助的RSSI定位算法
    2.1 引言
    2.2 移動錨節(jié)點(diǎn)輔助的RSSI定位算法
        2.2.1 數(shù)據(jù)的測量
        2.2.2 節(jié)點(diǎn)在軌跡上投影的確定
        2.2.3 節(jié)點(diǎn)到軌跡垂直距離的獲取
        2.2.4 節(jié)點(diǎn)位置的計算
    2.3 仿真結(jié)果及分析
        2.3.1 仿真參數(shù)設(shè)定
        2.3.2 仿真結(jié)果分析
    2.4 本章小結(jié)
第3章 UWSNs中傳感器節(jié)點(diǎn)異步定位算法
    3.1 引言
    3.2 網(wǎng)絡(luò)架構(gòu)和時鐘模型
    3.3 基于信號傳播時延的異步定位算法
        3.3.1 節(jié)點(diǎn)間的信息交互策略
        3.3.2 節(jié)點(diǎn)位置和信號傳播時延關(guān)系的建立
        3.3.3 基于信號傳播時延的節(jié)點(diǎn)最優(yōu)位置求解
    3.4 基于接收信號強(qiáng)度的異步定位算法
        3.4.1 節(jié)點(diǎn)位置和接收信號強(qiáng)度關(guān)系建立
        3.4.2 基于接收信號強(qiáng)度的節(jié)點(diǎn)最優(yōu)位置求解
        3.4.3 兩種算法的定位結(jié)果融合
    3.5 性能分析
        3.5.1 基于信號傳播時延的異步定位算法的CRLB
        3.5.2 基于接收信號強(qiáng)度的異步定位算法的CRLB
    3.6 仿真結(jié)果及分析
    3.7 本章小結(jié)
第4章 UWSNs中基于自適應(yīng)采樣的目標(biāo)跟蹤算法
    4.1 引言
    4.2 UWSNS中目標(biāo)跟蹤的系統(tǒng)模型
        4.2.1 UWSNs的架構(gòu)
        4.2.2 目標(biāo)跟蹤中的動態(tài)成簇
        4.2.3 目標(biāo)跟蹤中的距離測量
        4.2.4 目標(biāo)跟蹤中的位置估計
    4.3 基于自適應(yīng)采樣的目標(biāo)跟蹤算法
        4.3.1 基于自適應(yīng)采樣的目標(biāo)跟蹤算法過程
        4.3.2 跟蹤精度和能源消耗
        4.3.3 自適應(yīng)采樣間隔調(diào)整方法
        4.3.4 動態(tài)不確定度閾值調(diào)整方法
    4.4 仿真實驗及結(jié)果分析
        4.4.1 仿真實驗1
        4.4.2 仿真實驗2
    4.5 本章小結(jié)
第5章 UWSNs算法實驗平臺開發(fā)與算法驗證
    5.1 引言
    5.2 UWSNS算法實驗平臺的總體設(shè)計
    5.3 水聲通信機(jī)的系統(tǒng)設(shè)計
        5.3.1 水聲通信機(jī)的硬件系統(tǒng)設(shè)計
        5.3.2 水聲通信機(jī)的軟件系統(tǒng)設(shè)計
    5.4 水下機(jī)器人的系統(tǒng)設(shè)計
        5.4.1 水下機(jī)器人的硬件系統(tǒng)設(shè)計
        5.4.2 水下機(jī)器人的軟件系統(tǒng)設(shè)計
    5.5 算法的實驗驗證
        5.5.1 基于信號傳播時延的異步定位算法的實驗驗證
        5.5.2 基于接收信號強(qiáng)度的異步定位算法的實驗驗證
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝



本文編號：3863384