电子工业出版社-网上书店

本书全面介绍了基于无线传感器网络的目标定位和跟踪系统的基本理论，对现有目标定位与跟踪系统进行了深入分析，提供了基于无线传感器网络构建目标定位与跟踪系统的方法，给出了基于RSSI和无线传感器网络的目标定位与跟踪系统实现途径，以及利用人工神经网络实现动态环境下运动目标跟踪的过程。本书给出了利用MATLAB编写的主要算法实现例程，可以为设计和实现高效的无线传感器网络定位跟踪系统提供有益帮助。全书深入浅出、通俗易懂，与实际应用结合紧密，可以为从事无线传感器网络及目标定位与跟踪技术研究的高年级学生、高校教师及工程技术人员提供有益参考。

目    录
第1章  无线传感器网络基础	1
1.1  无线传感器网络介绍	1
1.2  无线传感器网络与其他无线网络	3
1.3  传感器节点架构	4
1.3.1  供电单元	5
1.3.2  感应单元	5
1.3.3  处理单元	5
1.3.4  通信单元	6
1.3.5  定位单元	7
1.4  传感器网络通信架构	7
1.5  无线传感器网络的设计约束	8
1.5.1  功耗	8
1.5.2  存储	9
1.5.3  部署、拓扑和覆盖率	9
1.5.4  通信与路由	10
1.5.5  安全性	10
1.5.6  制造成本	10
1.5.7  可扩展性和精准性	11
1.6  现有无线传感器平台	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  无线传感器网络应用	13
1.7.1  军事应用	13
1.7.2  环境监测应用	13
1.7.3  健康应用	14
1.7.4  家庭应用	14
1.7.5  其他商业应用	14
原书参考文献	15
第2章  基于无线传感器网络的目标定位与跟踪	18
2.1  基于无线传感器网络的目标定位与跟踪简介	18
2.1.1  无线传感器网络中目标定位与跟踪的典型场景	20
2.1.2  目标定位与跟踪技术分类	21
2.2  基于RSSI的目标定位与跟踪算法	22
2.3  路径损耗模型的环境特征描述	25
2.3.1  自由空间传播模型	25
2.3.2  双线传播模型	26
2.3.3  对数正态阴影衰减模型（LNSM）	27
2.3.4  OFPEDM	27
2.4  基于RSSI的目标定位与跟踪技术	28
2.4.1  RFID	28
2.4.2  Wi-Fi	28
2.4.3  蓝牙	29
2.4.4  ZigBee	29
2.5  目标定位的传统技术	30
2.5.1  三边测量技术	30
2.5.2  三角测量技术	31
2.5.3  指纹	31
2.6  运动目标跟踪模型	32
2.6.1  恒速（CV）模型	32
2.6.2  恒加速（CA）模型	32
2.7  目标跟踪状态估计技术	33
2.7.1  标准卡尔曼滤波（KF）	34
2.7.2  UKF	35
2.8  基于RSSI室内目标定位与跟踪的相关挑战	36
原书参考文献	37
第3章  基于RSSI的目标定位与跟踪系统综述	43
3.1  各种无线技术在室内跟踪中的应用综述	43
3.2  贝叶斯滤波在基于RSSI的目标跟踪中的应用综述	45
3.3  神经网络在基于RSSI的目标跟踪中的应用综述	47
3.4  BLE技术在基于RSSI的目标跟踪中的应用综述	51
3.5  现有基于RSSI的目标定位与跟踪系统的局限性	52
原始参考文献	53
第4章  基于三边测量的RSSI目标定位与跟踪	58
4.1  基于三边测量的目标定位与跟踪系统假定与设计	58
4.2  基于三边测量的目标定位与跟踪算法流程	60
4.3  评估目标定位与跟踪算法的性能指标	61
4.4  结果讨论	61
4.4.1  案例4.1结果：测试环境动态性对目标定位与跟踪的
影响（RSSI测量中的噪声变化）	62
4.4.2  案例4.2结果：锚节点密度对目标定位与跟踪的影响测试	74
4.5  结论	79
基于三边测量的目标定位与跟踪算法的MATLAB代码	79
原书参考文献	88
第5章  基于KF的RSSI目标定位与跟踪	90
5.1  基于KF的目标定位与跟踪系统假设和设计	90
5.2  基于三边测量+KF 算法和三边测量+UKF 算法的目标定位与
跟踪算法流程	95
5.3  评估目标定位与跟踪算法的性能指标	96
5.4  结果讨论	97
5.4.1  案例5.1结果	97
5.4.2  案例5.2结果	100
5.4.3  案例5.3结果	103
5.5  结论	106
基于KF的目标定位与跟踪算法的MATLAB 代码	106
原书参考文献	124
第6章  基于GRNN的RSSI目标定位与跟踪	126
6.1  目标定位与跟踪应用的GRNN体系结构	126
6.2  系统假设与设计	127
6.3  基于三边测量+KF算法与三边测量+UKF算法流程	130
6.4  性能评估指标	130
6.5  结果讨论	131
6.5.1  案例6.1结果	131
6.5.2  案例6.2结果	133
6.5.3  案例6.3结果	136
6.6  结论	139
基于GRNN和KF架构的目标定位与跟踪算法的MATLAB代码	139
案例6.1的MATLAB代码	139
案例6.2的MATLAB代码	147
案例6.3的MATLAB代码	154
原书参考文献	162
第7章  基于监督学习架构的RSSI 定位和跟踪	164
7.1  目标定位和跟踪方法的监督学习架构	164
7.1.1  FFNN	164
7.1.2  径向基函数神经网络（RBFN或RBFNN）	165
7.1.3  多层感知器（MLP）	166
7.2  ANN训练函数	166
7.3  监督学习架构在L＆T系统中的应用	167
7.3.1  系统假设和设计	168
7.3.2  性能评估指标	169
7.3.3  ANN架构的算法流程	170
7.3.4  结果讨论	170
7.4  结论	179
案例7.1和案例7.2的MATLAB代码	179
案例7.1的MATLAB代码	179
案例7.2 的MATLAB 代码	189
原书参考文献	193

译 者 序
基于无线传感器网络的目标定位与跟踪技术近几年蓬勃发展，在民用领域和军用领域都得到了广泛应用。利用接收信号强度（Received Signal Strength Indicator，RSSI）的无线传感器网络定位与跟踪系统具有易于实现、部署简单、维护方便、精度较高等优点，应用前景更为广阔，因而得到更多关注，发展迅速。
本书全面介绍了基于无线传感器网络的目标定位和跟踪系统的基本理论，对现有目标定位与跟踪系统进行了深入分析，提供了基于无线传感器网络构建目标定位与跟踪系统的方法，给出了基于RSSI和无线传感器网络的目标定位与跟踪系统实现途径，以及利用人工神经网络实现动态环境下运动目标跟踪的过程。本书给出了利用MATLAB编写的主要算法实现例程，可以为设计和实现高效的无线传感器网络定位跟踪系统提供有益帮助。
全书深入浅出、通俗易懂，与实际应用结合紧密，可以为从事无线传感器网络及目标定位与跟踪技术研究的高年级学生、高校教师及工程技术人员提供有益参考。
本书由张东坡、丁磊、方棉佳、张春磊和施征卿等翻译，张东坡负责全书的统稿，楼才义对全书进行了仔细审校。受译者技术水平和翻译水平所限，书中难免出现各种翻译错误和表达不准确之处，敬请读者批评指正。
译者
2023年8月

前    言
位置感知涉及许多工业、科学和军事领域的室内外应用，是当前各种基于位置的服务（Location-based Services，LBS）的关键组成部分。尽管全球定位系统（Global Positioning System，GPS）技术更为流行，通过其可以很容易地获得位置更新信息，但是因存在许多室内和室外环境中的设备，GPS信号访问受限，促使研究人员设计无GPS的定位系统。作为21世纪的关键技术之一，低功耗、低成本的无线传感器网络为设计和开发无GPS的室内外定位和跟踪（Localization and Tracking，L＆T）系统铺平了道路。与其他技术方案相比，无线传感器网络（Wireless Sensor Network，WSN）易于部署、体积小、成本低、功耗低，并且具有自组织性。相比其他指标，接收信号强度（Received Signal Strength Indicator，RSSI）的测量不增加额外硬件且使用简单，是基于无线传感器网络的定位与跟踪系统中应用最广泛的现场测量指标之一。然而，由于存在诸如反射、折射、多径传播和非视距（Non-Line of Sight，NLOS）之类的信号传播问题，现有的基于接收信号强度的目标跟踪系统通常精度较低。除了信号传播问题，目标运动速度的突然变化、部分接收信号强度测量值无效、目标运动方式的变化等环境动态性方面的问题，也使基于接收信号强度的目标定位与跟踪极具挑战性。尽管对基于无线传感器网络的定位与跟踪已经有了很多研究，但大多数现有系统在跟踪精度和计算复杂度方面都不够稳健和高效。目前，在基于接收信号强度和无线传感器网络的定位与跟踪领域，研究人员的研究重点是开发高效、稳健和准确的定位与跟踪系统。该领域的研究正高速蓬勃发展，因此很难把所有的研究进展情况都纳入本书之中。然而，我们尽最大努力提供该领域现有系统的详细情况和相关信息。撰写本书的主要目的是给出一种系统的方法，用于学习无线传感器网络基本原理及其开发定位与跟踪应用程序的能力。本书试图回答如何设计一种新型、高效的基于接收信号强度的跟踪系统，该系统可以跟踪单个目标，并且不管目标运动与否，都能进行高精度跟踪。本书介绍了几种基于人工神经网络（Artificial Neural Network，ANN）的实现方法，用于处理动态环境下单个移动目标的跟踪，并通过大量基于MATLAB的仿真实验进行了验证。我们相信，本书可以提供一种有效的方法来设计或编程定制解决方案，借助接收信号强度测量，实现基于无线传感器网络的定位与跟踪系统的潜在应用。
因此，本书不仅介绍了射频通信的基本原理、基于无线传感器网络的目标定位与跟踪系统、硬件、协议架构及现有基于接收信号强度和无线传感器网络系统的优缺点，而且介绍了利用基于MATLAB开发的子系统模块实现目标定位与跟踪的系统级方法，人们可以使用这些现成模块来理解和开发他们自己的基于无线传感器网络的定位与跟踪应用程序，或者进行进一步研究，根据实际需求定制潜在应用程序。物理、数学、计算机科学或电子学科的本科生可以阅读本书。
Satish R. Jondhale 
R. Maheswar 
Jaime Lloret

本书配套资源下载

对不起，暂无音视频资源！

基于接收信号强度的无线传感器网络目标定位与跟踪