传感器网络目标定位理论与方法是多传感器信息融合理论研究和应用的重要组成部分，本书围绕传感器网络目标定位问题展开研究和讨论，内容侧重于传感器网络目标定位中的凸优化新理论、新方法、新进展、新方向。全书共9 章，其中，第1章主要介绍了多传感器信息融合、传感器网络目标定位的理论与研究现状，第 2~3 章分别介绍了参数估计和凸优化的基本理论;第4~7 章给出了基于 TOA、基于 TDOA、基于 TOF，以及基于 RSS 的凸优化目标定位方法等方面的最新研究成果，尤其给出了适应于传感器网络带宽、传感器节点能量有限的 TOA 量测量化方法;第 8~9 章分别给出了水声传感器网络目标定位系统、超宽带传感器网络目标定位系统的实现方法，并开展了定位实验，进一步验证本书所提出方法的有效性。

现代战争环境日趋复杂，且战争手段正朝着多维度、全方位、立体式方向发展，基于单传感器或单系统的对抗、反对抗已经无法满足现代战争需要。为此，20世纪70 年代，美国海军通过融合多个声呐信息估计敌方潜艇的位置，诞生了多传感器信息融合（Multi-Sensor Information Fusion）技术。该技术在指挥、控制、通信、信号处理、计算机等领域得到了广泛应用和长足发展，逐渐成为信号处理领域的一个重要分支。传感器网络目标定位作为多传感器信息融合技术的一个重要分支，广泛应用于：军事领域，如水面舰船、潜艇、无人潜航器、鱼雷、战机、导弹等军事目标的定位；民用领域，如海洋生物、民航客机、车辆等目标的定位。 本书研究的传感器网络目标定位理论与方法是多传感器信息融合理论研究和应用的重要组成部分，通过建立某种拓扑结构下网络内的可靠通信链路，形成一种能够协同感知周围环境和目标信息的网络化感知新手段。从凸优化角度出发解决最小二乘优化在低信噪比条件下定位精度差、最大似然优化算法复杂度高的问题，有效利用了凸优化的突出优势，即在多项式时间内优化求解得到问题的全局最优解。本书聚焦凸优化目标定位领域的新进展、新方向，立足于传感器网络凸优化目标定位理论与方法研究，突出凸优化目标定位理论的系统性、前瞻性，注重凸优化目标定位方法与应用系统的有机融合。本书的特色是理论、方法、实践相结合，以理论知识体系为框架，以方法实践为主线，内容丰富全面，方法独到新颖。 本书是笔者在传感器网络目标定位领域十余年科学研究与成果的积累，融入了笔者在西北工业大学、新加坡南洋理工大学学习与工作期间的部分研究成果，纳入了笔者在国内外重要刊物上发表的数十篇论文、专利和博士学位论文。 全书共9 章，其中，第1 章介绍传感器网络目标定位的背景及研究现状；第2～3 章分别介绍了参数估计和凸优化的基本理论，为第4～7 章提供了理论基础；第4～7 章介绍了四种凸优化目标定位方法；第8～9 章分别给出了水声传感器网络(Underwater Acoustic Sensor Networks，UASN) 目标定位系统、超宽带(Ultra Wide Band，UWB) 传感器网络目标定位系统的实现方法，并开展了定位实验，进一步验证本书所提出方法的有效性。

目录 第1 章绪论//1 1.1 多传感器信息融合概述//1 1.2 传感器网络目标定位基本理论//3 1.2.1 目标定位模型// 4 1.2.2 目标定位结构// 6 1.2.3 目标定位方法// 8 1.3 传感器网络目标定位研究现状// 9 1.4 本书主要内容// 13 第2 章参数估计基本理论// 15 2.1 引言// 15 2.2 估计性能评估// .15 2.2.1 最小方差准则// 15 2.2.2 线性无偏估计准则// 17 2.3 Cramer-Rao 下界// 18 2.3.1 矢量参数的Cramer-Rao 下界19 2.3.2 矢量参数变换的Cramer-Rao 下界19 2.3.3 一般高斯情况的Cramer-Rao 下界20 2.4 最小二乘估计// .21 2.4.1 线性最小二乘估计// 21 2.4.2 约束最小二乘估计// 22 2.4.3 非线性最小二乘估计// 23 2.4.4 序贯最小二乘估计// 24 2.5 最大似然估计// .26 2.5.1 最大似然估计的定义// 26 2.5.2 最大似然估计的性质// 26 2.5.3 最大似然估计的求解// 27 2.6 本章小结// 29 第3 章凸优化基本理论// 31 3.1 一般优化问题和凸优化问题// 31 3.1.1 一般优化问题// 31 3.1.2 凸优化问题// 32 3.1.3 常见线性约束的凸优化问题35 3.2 凸集// 36 3.2.1 凸集定义// 36 3.2.2 常见凸集及其定义// 36 3.2.3 凸集合的保凸运算// 38 3.3 凸函数// 38 3.3.1 凸函数定义// 38 3.3.2 凸函数判断条件// 39 3.3.3 常见凸函数// 39 3.3.4 凸函数的保凸运算// 40 3.4 Lagrange 对偶与KKT 条件// 40 3.4.1 Lagrange 对偶函数// 40 3.4.2 Lagrange 对偶问题// 41 3.4.3 KKT 条件// 42 3.5 广义不等式约束的凸优化问题42 3.5.1 广义不等式// 42 3.5.2 广义不等式约束的凸优化// 43 3.5.3 半正定规划// 44 3.5.4 二阶锥规划// 45 3.6 本章小结// 45 第4 章基于到达时间的传感器网络目标定位46 4.1 引言// 46 4.2 问题描述// 48 4.3 基于量化TOA 的SDP 目标定位方法.51 4.4 锚节点存在位置误差时目标定位方法56 4.4.1 最大似然问题建模// 56 4.4.2 半正定松弛// 57 4.5 Cramer-Rao 下界// 61 4.6 性能仿真及分析// 63 4.6.1 量测噪声对定位性能的影响64 4.6.2 特征参数对定位性能的影响65 4.6.3 节点位置误差对定位性能的影响.67 4.7 本章小结// 68 第5 章基于到达时间差的传感器网络目标定位70 5.1 引言// 70 5.2 问题描述// 72 5.3 基于TDOA 的SDP 目标定位方法73 5.3.1 SDP 目标定位方法// 73 5.3.2 扩展的SDP 目标定位方法// 76 5.4 锚节点存在位置误差时目标定位方法78 5.4.1 最大似然问题建模// 78 5.4.2 半正定松弛// 79 5.5 多径条件下目标定位方法// 82 5.6 性能仿真及分析// 84 5.6.1 量测噪声对定位性能的影响85 5.6.2 特征参数对定位性能的影响87 5.6.3 节点位置误差对定位性能的影响.90 5.7 本章小结// 92 第6 章基于距离量测的传感器网络目标定位94 6.1 引言// 94 6.2 问题描述// 95 6.3 基于TOF 的SDP 目标定位方法97 6.3.1 锚节点位置误差下最大似然问题建模.97 6.3.2 半正定松弛// 98 6.4 Cramer-Rao 下界// .102 6.5 理论分析// 105 6.5.1 方法计算复杂度// 105 6.5.2 与已有SDP 方法的关系// 106 6.5.3 与锚节点位置误差有关的约束的实质.107 6.5.4 唯一可定位性分析// 108 6.6 性能仿真及分析// 110 6.6.1 量测噪声对定位性能的影响112 6.6.2 特征参数对定位性能的影响113 6.6.3 节点位置误差对定位性能的影响115 6.6.4 网络规模对定位性能的影响115 6.7 本章小结// 117 第7 章基于接收信号强度的传感器网络目标定位119 7.1 引言// .119 7.2 问题描述// 120 7.3 基于RSS 的协作目标定位方法122 7.3.1 两种SOCP 目标定位方法123 7.3.2 非高斯噪声下协作目标定位方法125 7.4 基于RSS 的非协作目标定位方法127 7.4.1 Two-Step 目标定位方法// 127 7.4.2 目标辐射能量和位置联合估计方法131 7.5 Cramer-Rao 下界// .135 7.6 理论分析// 136 7.6.1 方法对比// 136 7.6.2 运算复杂度// 136 7.7 性能仿真及分析// 137 7.7.1 信噪比对定位性能的影响// 138 7.7.2 特征参数对定位性能的影响142 7.7.3 节点位置误差对定位性能的影响146 7.8 本章小结// 147 第8 章水声传感器网络目标定位系统149 8.1 引言// .149 8.2 水声传感器网络硬件系统// 150 8.3 目标定位实验// 151 8.3.1 实验系统构建// 151 8.3.2 实验结果分析// 153 8.4 本章小结// 164 第9 章超宽带传感器网络目标定位系统165 9.1 引言// .165 9.2 UWB 硬件系统// .165 9.3 基于UWB 硬件系统的定位方法实现167 9.4 目标协同定位实验// 168 9.4.1 实验系统构建// 168 9.4.2 实验结果分析// 168 9.5 本章小结// 169 参考文献// 170 缩略词// 181 符号// 183