無線傳感器網絡信號處理

第1章 概述
1.1 無線傳感器網絡的特點
1.1.1 無線傳感器網絡的檢測
1.1.2 無線傳感器網絡的估計
1.1.3 無線傳感器網絡的定位
1.2 無線傳感器網絡的應用
1.2.1 大鴨島實驗
1.2.2 狙擊手偵測系統(tǒng)
1.2.3 冰川監(jiān)測
1.2.4 俄勒岡州葡萄園
1.3 無線傳感器網絡的主要挑戰(zhàn)
1.4 本書章節(jié)安排
參考文獻
第2章 無線傳感器網絡的分布式檢測
2.1 二元假設檢驗理論
2.1.1 紐曼—皮爾遜準則
2.1.2 貝葉斯準則
2.2 分布式信號檢測局部化
2.2.1 兩個傳感器的局部隨機信號檢測
2.2.2 窄帶信號
2.3 非參數分布式檢測
2.4 CFAR分布式檢測
2.4.1 分布式單元平均恒虛警率（CA—CFAR）檢測
2.4.2 分布式有序統(tǒng)計量恒虛警率（OS—CFAR）檢測
2.4.3 分布式CFAR檢測應用舉例
2.5 魯棒性分布式檢測
2.6 分布式序貫檢測
2.6.1 集中式序貫檢測
2.6.2 融合中心的分布式序貫檢測
2.6.3 快速分布式檢測
參考文獻
窘3章 無融合中心的分布式檢測
3.1 分布式檢測與網絡拓撲設計
3.1.1 分布式貝葉斯檢測
3.1.2 全局檢測性能
3.1.3 拓撲化
3.2 分布式置信傳播檢測
3.2.1 MAP檢測基礎
3.2.2 置信傳播
3.2.3 一致收斂性
3.2.4 特殊拓撲
3.2.5 修正的BP算法
3.3 連續(xù)一致性檢測
3.3.1 集中式檢測
3.3.2 分布式檢測
3.3.3 漸進檢測
3.3.4 實驗結果
3.4 擴散式檢測
3.4.1 信號模型
3.4.2 集中式檢測
3.4.3 分布式檢測
3.4.4 分布式RLS與LMS估計
3.4.5 分布式RLS與LMS檢測
參考文獻
第4章 傳感器網絡估計理論基礎
4.1 估計理論基礎
4.1.1 點估計
4.1.2 無偏估計量、小方差估計量
4.1.3 似然估計量（MLE）
4.1.4 充分性
4.2 估計量的評優(yōu)準則
4.2.1 無偏性
4.2.2 有效性
4.2.3 一致性
4.3 無線傳感器網絡的估計
4.3.1 無中心節(jié)點的觀測和估計
4.3.2 在高斯噪聲下的分布式極大似然估計
4.3.3 在稀疏性約束下的分布式回歸小平方估計
4.3.4 在空間相關的觀測下的分布式的參數估計
參考文獻
第5章 分布式估計與1bit量化
5.1 帶限無線傳感器網絡的通用分布式估計
5.1.1 已知噪聲分布的分布式估計器設計
5.1.2 未知噪聲分布的分布式估計器
5.2 帶限信號的自適應分布式估計
5.2.1 固定量化的分布式估計
5.2.2 自適應分布式估計
5.2.3 能量檢測與估計中的自適應量化方案
5.2.4 基于GLRT檢測器的融合中心
5.3 非均勻感知環(huán)境下的分布式估計
5.4 基于超平面向量量化的分布式估計
參考文獻
第6章 分布式降維估計
6.1 分布式降維估計概述與線性無偏估計方法
6.2 理想信道條件下的分布式降維估計
6.2.1 問題描述
6.2.2 壓縮矩陣設計
6.3 非理想信道條件下的分布式降維估計
6.3.1 降維維度已知情況
6.3.2 降維估計與降維維度優(yōu)化
參考文獻
第7章 分布式一致估計
7.1 介紹
7.2 基本原理
7.2.1 平均一致性更新
7.2.2 收斂率
7.2.3 拉普拉斯矩陣
7.3 常見一致性算法
7.3.1 快速線性迭代一致性估計
7.3.2 小均方差一致性估計SLEM
7.4 優(yōu)化后的分布式一致性算法
7.4.1 多項式濾波器運用于分布式一致性算法
7.4.2 時序平均分布式一致性估計
7.4.3 考慮連接中斷和信道噪聲的分布式一致性估計
參考文獻
第8章 無線傳感器網絡中的定位算法
8.1 定位算法簡介
8.2 基于能量的定位算法
8.2.1 似然估計源定位算法
8.2.2 基于凸集投影的源定位算法
8.3 其他定位算法
8.3.1 基于距離的定位算法
8.3.2 非基于測距的定位算法
8.4 高效無線定位算法
8.4.1 基于量化數據的無線傳感器網絡的源定位算法
8.4.2 基于二值量化數據的無線傳感器網絡的源定位算法
參考文獻