商品描述
本書全面介紹了基於無線傳感器網絡的目標定位和跟蹤系統的基本理論，對現有目標定位與跟蹤系統進行了深入分析，提供了基於無線傳感器網絡構建目標定位與跟蹤系統的方法，給出了基於RSSI和無線傳感器網絡的目標定位與跟蹤系統實現途徑，以及利用人工神經網絡實現動態環境下運動目標跟蹤的過程。本書給出了利用MATLAB編寫的主要算法實現例程，可以為設計和實現高效的無線傳感器網絡定位跟蹤系統提供有益幫助。 全書深入淺出、通俗易懂，與實際應用結合緊密，可以為從事無線傳感器網絡及目標定位與跟蹤技術研究的高年級學生、高校教師及工程技術人員提供有益參考。
目錄大綱
目 錄
第1章 無線傳感器網絡基礎 1
1.1 無線傳感器網絡介紹 1
1.2 無線傳感器網絡與其他無線網絡 3
1.3 傳感器節點架構 4
1.3.1 供電單元 5
1.3.2 感應單元 5
1.3.3 處理單元 5
1.3.4 通信單元 6
1.3.5 定位單元 7
1.4 傳感器網絡通信架構 7
1.5 無線傳感器網絡的設計約束 8
1.5.1 功耗 8
1.5.2 存儲 9
1.5.3 部署、拓撲和覆蓋率 9
1.5.4 通信與路由 10
1.5.5 安全性 10
1.5.6 製造成本 10
1.5.7 可擴展性和精準性 11
1.6 現有無線傳感器平臺 11
1.6.1 Wins 11
1.6.2 Eyes 12
1.6.3 Pico-Radio 12
1.6.4 Mica Mote族 12
1.7 無線傳感器網絡應用 13
1.7.1 軍事應用 13
1.7.2 環境監測應用 13
1.7.3 健康應用 14
1.7.4 家庭應用 14
1.7.5 其他商業應用 14
原書參考文獻 15
第2章 基於無線傳感器網絡的目標定位與跟蹤 18
2.1 基於無線傳感器網絡的目標定位與跟蹤簡介 18
2.1.1 無線傳感器網絡中目標定位與跟蹤的典型場景 20
2.1.2 目標定位與跟蹤技術分類 21
2.2 基於RSSI的目標定位與跟蹤算法 22
2.3 路徑損耗模型的環境特徵描述 25
2.3.1 自由空間傳播模型 25
2.3.2 雙線傳播模型 26
2.3.3 對數正態陰影衰減模型（LNSM） 27
2.3.4 OFPEDM 27
2.4 基於RSSI的目標定位與跟蹤技術 28
2.4.1 RFID 28
2.4.2 Wi-Fi 28
2.4.3 藍牙 29
2.4.4 ZigBee 29
2.5 目標定位的傳統技術 30
2.5.1 三邊測量技術 30
2.5.2 三角測量技術 31
2.5.3 指紋 31
2.6 運動目標跟蹤模型 32
2.6.1 恆速（CV）模型 32
2.6.2 恆加速（CA）模型 32
2.7 目標跟蹤狀態估計技術 33
2.7.1 標準卡爾曼濾波（KF） 34
2.7.2 UKF 35
2.8 基於RSSI室內目標定位與跟蹤的相關挑戰 36
原書參考文獻 37
第3章 基於RSSI的目標定位與跟蹤系統綜述 43
3.1 各種無線技術在室內跟蹤中的應用綜述 43
3.2 貝葉斯濾波在基於RSSI的目標跟蹤中的應用綜述 45
3.3 神經網絡在基於RSSI的目標跟蹤中的應用綜述 47
3.4 BLE技術在基於RSSI的目標跟蹤中的應用綜述 51
3.5 現有基於RSSI的目標定位與跟蹤系統的局限性 52
原始參考文獻 53
第4章 基於三邊測量的RSSI目標定位與跟蹤 58
4.1 基於三邊測量的目標定位與跟蹤系統假定與設計 58
4.2 基於三邊測量的目標定位與跟蹤算法流程 60
4.3 評估目標定位與跟蹤算法的性能指標 61
4.4 結果討論 61
4.4.1 案例4.1結果：測試環境動態性對目標定位與跟蹤的
影響（RSSI測量中的噪聲變化） 62
4.4.2 案例4.2結果：錨節點密度對目標定位與跟蹤的影響測試 74
4.5 結論 79
基於三邊測量的目標定位與跟蹤算法的MATLAB代碼 79
原書參考文獻 88
第5章 基於KF的RSSI目標定位與跟蹤 90
5.1 基於KF的目標定位與跟蹤系統假設和設計 90
5.2 基於三邊測量+KF 算法和三邊測量+UKF 算法的目標定位與
跟蹤算法流程 95
5.3 評估目標定位與跟蹤算法的性能指標 96
5.4 結果討論 97
5.4.1 案例5.1結果 97
5.4.2 案例5.2結果 100
5.4.3 案例5.3結果 103
5.5 結論 106
基於KF的目標定位與跟蹤算法的MATLAB 代碼 106
原書參考文獻 124
第6章 基於GRNN的RSSI目標定位與跟蹤 126
6.1 目標定位與跟蹤應用的GRNN體系結構 126
6.2 系統假設與設計 127
6.3 基於三邊測量+KF算法與三邊測量+UKF算法流程 130
6.4 性能評估指標 130
6.5 結果討論 131
6.5.1 案例6.1結果 131
6.5.2 案例6.2結果 133
6.5.3 案例6.3結果 136
6.6 結論 139
基於GRNN和KF架構的目標定位與跟蹤算法的MATLAB代碼 139
案例6.1的MATLAB代碼 139
案例6.2的MATLAB代碼 147
案例6.3的MATLAB代碼 154
原書參考文獻 162
第7章 基於監督學習架構的RSSI 定位和跟蹤 164
7.1 目標定位和跟蹤方法的監督學習架構 164
7.1.1 FFNN 164
7.1.2 徑向基函數神經網絡（RBFN或RBFNN） 165
7.1.3 多層感知器（MLP） 166
7.2 ANN訓練函數 166
7.3 監督學習架構在L＆T系統中的應用 167
7.3.1 系統假設和設計 168
7.3.2 性能評估指標 169
7.3.3 ANN架構的算法流程 170
7.3.4 結果討論 170
7.4 結論 179
案例7.1和案例7.2的MATLAB代碼 179
案例7.1的MATLAB代碼 179
案例7.2 的MATLAB 代碼 189
原書參考文獻 193
