无线传感器网络信号处理

第1章 概述
1.1 无线传感器网络的特点
1.1.1 无线传感器网络的检测
1.1.2 无线传感器网络的估计
1.1.3 无线传感器网络的定位
1.2 无线传感器网络的应用
1.2.1 大鸭岛实验
1.2.2 狙击手侦测系统
1.2.3 冰川监测
1.2.4 俄勒冈州葡萄园
1.3 无线传感器网络的主要挑战
1.4 本书章节安排
参考文献
第2章 无线传感器网络的分布式检测
2.1 二元假设检验理论
2.1.1 纽曼—皮尔逊准则
2.1.2 贝叶斯准则
2.2 分布式信号检测局部化
2.2.1 两个传感器的局部随机信号检测
2.2.2 窄带信号
2.3 非参数分布式检测
2.4 CFAR分布式检测
2.4.1 分布式单元平均恒虚警率（CA—CFAR）检测
2.4.2 分布式有序统计量恒虚警率（OS—CFAR）检测
2.4.3 分布式CFAR检测应用举例
2.5 鲁棒性分布式检测
2.6 分布式序贯检测
2.6.1 集中式序贯检测
2.6.2 融合中心的分布式序贯检测
2.6.3 快速分布式检测
参考文献
窘3章 无融合中心的分布式检测
3.1 分布式检测与网络拓扑设计
3.1.1 分布式贝叶斯检测
3.1.2 全局检测性能
3.1.3 拓扑化
3.2 分布式置信传播检测
3.2.1 MAP检测基础
3.2.2 置信传播
3.2.3 一致收敛性
3.2.4 特殊拓扑
3.2.5 修正的BP算法
3.3 连续一致性检测
3.3.1 集中式检测
3.3.2 分布式检测
3.3.3 渐进检测
3.3.4 实验结果
3.4 扩散式检测
3.4.1 信号模型
3.4.2 集中式检测
3.4.3 分布式检测
3.4.4 分布式RLS与LMS估计
3.4.5 分布式RLS与LMS检测
参考文献
第4章 传感器网络估计理论基础
4.1 估计理论基础
4.1.1 点估计
4.1.2 无偏估计量、小方差估计量
4.1.3 似然估计量（MLE）
4.1.4 充分性
4.2 估计量的评优准则
4.2.1 无偏性
4.2.2 有效性
4.2.3 一致性
4.3 无线传感器网络的估计
4.3.1 无中心节点的观测和估计
4.3.2 在高斯噪声下的分布式极大似然估计
4.3.3 在稀疏性约束下的分布式回归小平方估计
4.3.4 在空间相关的观测下的分布式的参数估计
参考文献
第5章 分布式估计与1bit量化
5.1 带限无线传感器网络的通用分布式估计
5.1.1 已知噪声分布的分布式估计器设计
5.1.2 未知噪声分布的分布式估计器
5.2 带限信号的自适应分布式估计
5.2.1 固定量化的分布式估计
5.2.2 自适应分布式估计
5.2.3 能量检测与估计中的自适应量化方案
5.2.4 基于GLRT检测器的融合中心
5.3 非均匀感知环境下的分布式估计
5.4 基于超平面向量量化的分布式估计
参考文献
第6章 分布式降维估计
6.1 分布式降维估计概述与线性无偏估计方法
6.2 理想信道条件下的分布式降维估计
6.2.1 问题描述
6.2.2 压缩矩阵设计
6.3 非理想信道条件下的分布式降维估计
6.3.1 降维维度已知情况
6.3.2 降维估计与降维维度优化
参考文献
第7章 分布式一致估计
7.1 介绍
7.2 基本原理
7.2.1 平均一致性更新
7.2.2 收敛率
7.2.3 拉普拉斯矩阵
7.3 常见一致性算法
7.3.1 快速线性迭代一致性估计
7.3.2 小均方差一致性估计SLEM
7.4 优化后的分布式一致性算法
7.4.1 多项式滤波器运用于分布式一致性算法
7.4.2 时序平均分布式一致性估计
7.4.3 考虑连接中断和信道噪声的分布式一致性估计
参考文献
第8章 无线传感器网络中的定位算法
8.1 定位算法简介
8.2 基于能量的定位算法
8.2.1 似然估计源定位算法
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 基于距离的定位算法
8.3.2 非基于测距的定位算法
8.4 高效无线定位算法
8.4.1 基于量化数据的无线传感器网络的源定位算法
8.4.2 基于二值量化数据的无线传感器网络的源定位算法
参考文献