無(wú)線傳感器網(wǎng)絡(luò)信號(hào)處理

第1章 概述
1.1 無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)
1.1.1 無(wú)線傳感器網(wǎng)絡(luò)的檢測(cè)
1.1.2 無(wú)線傳感器網(wǎng)絡(luò)的估計(jì)
1.1.3 無(wú)線傳感器網(wǎng)絡(luò)的定位
1.2 無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用
1.2.1 大鴨島實(shí)驗(yàn)
1.2.2 狙擊手偵測(cè)系統(tǒng)
1.2.3 冰川監(jiān)測(cè)
1.2.4 俄勒岡州葡萄園
1.3 無(wú)線傳感器網(wǎng)絡(luò)的主要挑戰(zhàn)
1.4 本書(shū)章節(jié)安排
參考文獻(xiàn)
第2章 無(wú)線傳感器網(wǎng)絡(luò)的分布式檢測(cè)
2.1 二元假設(shè)檢驗(yàn)理論
2.1.1 紐曼—皮爾遜準(zhǔn)則
2.1.2 貝葉斯準(zhǔn)則
2.2 分布式信號(hào)檢測(cè)局部化
2.2.1 兩個(gè)傳感器的局部隨機(jī)信號(hào)檢測(cè)
2.2.2 窄帶信號(hào)
2.3 非參數(shù)分布式檢測(cè)
2.4 CFAR分布式檢測(cè)
2.4.1 分布式單元平均恒虛警率（CA—CFAR）檢測(cè)
2.4.2 分布式有序統(tǒng)計(jì)量恒虛警率（OS—CFAR）檢測(cè)
2.4.3 分布式CFAR檢測(cè)應(yīng)用舉例
2.5 魯棒性分布式檢測(cè)
2.6 分布式序貫檢測(cè)
2.6.1 集中式序貫檢測(cè)
2.6.2 融合中心的分布式序貫檢測(cè)
2.6.3 快速分布式檢測(cè)
參考文獻(xiàn)
窘3章 無(wú)融合中心的分布式檢測(cè)
3.1 分布式檢測(cè)與網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)
3.1.1 分布式貝葉斯檢測(cè)
3.1.2 全局檢測(cè)性能
3.1.3 拓?fù)浠?br />3.2 分布式置信傳播檢測(cè)
3.2.1 MAP檢測(cè)基礎(chǔ)
3.2.2 置信傳播
3.2.3 一致收斂性
3.2.4 特殊拓?fù)?br />3.2.5 修正的BP算法
3.3 連續(xù)一致性檢測(cè)
3.3.1 集中式檢測(cè)
3.3.2 分布式檢測(cè)
3.3.3 漸進(jìn)檢測(cè)
3.3.4 實(shí)驗(yàn)結(jié)果
3.4 擴(kuò)散式檢測(cè)
3.4.1 信號(hào)模型
3.4.2 集中式檢測(cè)
3.4.3 分布式檢測(cè)
3.4.4 分布式RLS與LMS估計(jì)
3.4.5 分布式RLS與LMS檢測(cè)
參考文獻(xiàn)
第4章 傳感器網(wǎng)絡(luò)估計(jì)理論基礎(chǔ)
4.1 估計(jì)理論基礎(chǔ)
4.1.1 點(diǎn)估計(jì)
4.1.2 無(wú)偏估計(jì)量、小方差估計(jì)量
4.1.3 似然估計(jì)量（MLE）
4.1.4 充分性
4.2 估計(jì)量的評(píng)優(yōu)準(zhǔn)則
4.2.1 無(wú)偏性
4.2.2 有效性
4.2.3 一致性
4.3 無(wú)線傳感器網(wǎng)絡(luò)的估計(jì)
4.3.1 無(wú)中心節(jié)點(diǎn)的觀測(cè)和估計(jì)
4.3.2 在高斯噪聲下的分布式極大似然估計(jì)
4.3.3 在稀疏性約束下的分布式回歸小平方估計(jì)
4.3.4 在空間相關(guān)的觀測(cè)下的分布式的參數(shù)估計(jì)
參考文獻(xiàn)
第5章 分布式估計(jì)與1bit量化
5.1 帶限無(wú)線傳感器網(wǎng)絡(luò)的通用分布式估計(jì)
5.1.1 已知噪聲分布的分布式估計(jì)器設(shè)計(jì)
5.1.2 未知噪聲分布的分布式估計(jì)器
5.2 帶限信號(hào)的自適應(yīng)分布式估計(jì)
5.2.1 固定量化的分布式估計(jì)
5.2.2 自適應(yīng)分布式估計(jì)
5.2.3 能量檢測(cè)與估計(jì)中的自適應(yīng)量化方案
5.2.4 基于GLRT檢測(cè)器的融合中心
5.3 非均勻感知環(huán)境下的分布式估計(jì)
5.4 基于超平面向量量化的分布式估計(jì)
參考文獻(xiàn)
第6章 分布式降維估計(jì)
6.1 分布式降維估計(jì)概述與線性無(wú)偏估計(jì)方法
6.2 理想信道條件下的分布式降維估計(jì)
6.2.1 問(wèn)題描述
6.2.2 壓縮矩陣設(shè)計(jì)
6.3 非理想信道條件下的分布式降維估計(jì)
6.3.1 降維維度已知情況
6.3.2 降維估計(jì)與降維維度優(yōu)化
參考文獻(xiàn)
第7章 分布式一致估計(jì)
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(jiàn)一致性算法
7.3.1 快速線性迭代一致性估計(jì)
7.3.2 小均方差一致性估計(jì)SLEM
7.4 優(yōu)化后的分布式一致性算法
7.4.1 多項(xiàng)式濾波器運(yùn)用于分布式一致性算法
7.4.2 時(shí)序平均分布式一致性估計(jì)
7.4.3 考慮連接中斷和信道噪聲的分布式一致性估計(jì)
參考文獻(xiàn)
第8章 無(wú)線傳感器網(wǎng)絡(luò)中的定位算法
8.1 定位算法簡(jiǎn)介
8.2 基于能量的定位算法
8.2.1 似然估計(jì)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(cè)距的定位算法
8.4 高效無(wú)線定位算法
8.4.1 基于量化數(shù)據(jù)的無(wú)線傳感器網(wǎng)絡(luò)的源定位算法
8.4.2 基于二值量化數(shù)據(jù)的無(wú)線傳感器網(wǎng)絡(luò)的源定位算法
參考文獻(xiàn)