无线传感器网络信号处理

图书标准信息

• 作者 方俊、李少谦 著
• 出版社 国防工业出版社
• 出版时间 2016-11
• 版次 1
• ISBN 9787118107111
• 定价 98.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸

【内容简介】

《无线传感器网络信号处理》从信号处理角度来阐述传感器网络的检测、估计问题，特别是分布式的信号处理和通信算法。旨在系统讨论无线传感器网络信号处理理论，为无线传感器网络低功耗信号处理提供了理论基础和方法，因此要求读者具有一定的统计信号处理基础知识背景。全书分为七个部分：分布式检测、无融合中心的分布式检测、估计理论基础、1bit量化、分布式降维估计、分布式一致估计和定位技术，着重于讨论传感器网络分布式信号处理问题。

【作者简介】

方俊，电子科技大学通信抗干扰技术重量重点实验室教授。2006年博士毕业于新加坡国立大学，2006至2010年分别在美国杜克大学和斯迪文思理工大学从事博士后研究，主要研究领域包括压縮采样与稀疏理论、贝叶斯统计推理、分布式信号处理、无线通信等。在靠前知名期刊和学术会议发表论文90余篇。
李少谦，电子科技大学教授、博士生导师，通信抗干扰技术重量重点实验室主任。国务院学位委员会通信学科评议组成员，教育部科技委信息学部委员，国家新一代宽带移动通信网重大专项实施方案编制专家组成员，国家科技部FuTUTRE计划总体组成员，主要研究方向为无线与移动通信技术、抗干扰通信技术。

【目录】

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最优化

2.2.1 两个传感器的局部最优随机信号检测

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 全局最优检测性能

3.1.3 拓扑最优化

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 渐进最优检测

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、最小方差估计量

4.1.3 最大似然估计量（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最小平方估计

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最佳线性无偏估计方法

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 最优压缩矩阵设计

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 最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 最大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