东南大学硕士论文：无线传感器网络自适应时延估算与高精度测距方法

云计算-基于无线传感器网络的自适应时延估计算法研究是关于无线传感器网络领域的一项深入探讨。该论文由东南大学研究生郭晓乔撰写，目标专业为信息与通信工程和信息安全，导师为胡爱群。论文的研究背景强调了无线传感器网络在精确定位等应用场景中的重要性，然而现有的技术在定位精度和范围上存在局限，这促使作者探索高精度测距解决方案。 首先，论文详细分析了定位精度与测距精度的关系，以及影响测距精度的关键因素，指出TD-OA和AO-A测距技术因其优势在无线传感器网络定位中的适用性。这两种方法本质上都是基于时延估计的问题，因此，作者对随机信号的自适应时延估计算法，如LM-STD-E、ETD-E、ETD-G-E和M-ETD-E进行了深入研究，比较了它们的理论基础和实际性能。 接着，作者创新性地提出了基于正弦信号的自适应时延估计算法——TD_ES算法。通过与ETD_E算法的仿真对比，证明了TD_ES算法在降低算法复杂度和提高抗噪声能力方面的优势，特别是在信噪比较差的环境中，其性能更优。 论文还涉及到两类经典的正弦信号参数估计算法，即SRGN算法和IEEE STD 1057算法。通过对TD_ES算法与这两者进行仿真对比，虽然发现了TD_ES算法收敛速度相对较慢的问题，但其在收敛后的噪声抑制和采样分辨率方面表现出色。 最后，论文进一步改进了方法，通过融合RGN算法和TD_ES算法，设计出RGNTD_ES算法。这个新算法不仅继承了SRGN算法的快速收敛特性，还展示了增强的性能，为无线传感器网络的时延估计算法提供了新的优化策略。 这篇论文不仅涵盖了理论分析，还包含了实际应用的仿真验证，对于无线传感器网络的时延估计算法的优化和提升具有重要的理论价值和实践意义。通过研究和实验，作者为解决无线传感器网络中的精确定位问题提供了一种新颖且有效的自适应时延估计算法。