1、“.....请注意这个初始传感器是用来调用传感器，这个传感器是用来取代簇头启动进程。初始传感器在最大广播范围广播收集到时间序列数据到个最近相邻节点，其中是最初预计参与传感器数量。根据广播范围覆盖面和传感器密度，可能会获得少于个传感器。每个相邻传感器运行时延估计使用在传感器中收集到时间序列数据和从初始传感器传送数据来估计到达时延差。初始估计是通过基于到达时间差批次估计获得，到达时间差是通过三个最近相邻传感器计算出。如果有少于三个传感器已经收到它数据，相邻传感器可能要求广播从初始传感器收到时间序列数据。最近传感器初始估计中分布式处理表明当与集中方法进行比较，该系统性能可以提高。Ⅲ基于最小二乘法范围差定位范围差是来自到达时间差估计，通过距离和信号在媒介中传播速度之间关系。时延估计技术是用来确定基本工具......”。

2、“.....产生受到加性噪声扰动不确定到达时间差估计。在文献，中已经提出了几种基于范围差方法。我们专注于个在文献中提出封闭形式最小二乘法，因为据报道它比其它方案有更高效率并且能够在高信噪比环境下接近克拉默带宽。设传感器分配给参加定位进程坐标为，。假设目标坐标为，，传感器和之间距离不同，其中„距离可以通过基本关系获得其中。通常使用个任意关于范围差参考传感器。如果没有般性损失，选择，作为定位参考传感器。从其它传感器收集到时间序列数据和在参考传感器收到信号会产生到达时间差估计，范围差是来自使用信号传播速度知识测得到达时间差。然而在现实应用中，因为到达时间差估计存在使得确切范围差不可用。因此，我们得到„，。到达时间差估计是通过与高斯分布数据广义交叉获得，通常渐进地分布在高信噪比环境下。因此，范围差估计也是高斯分布......”。

3、“.....。定位问题可以演化成个线性最小二乘问题，，其中，，，这些线性最小二乘方程可以通过批处理方式和方案来解决，。但是，我们可以不通过用连续最小二乘法解线性方程方法得到，这可以通过设和来描述。连续最小二乘估计变成指数对应第个传感器。Ⅳ数据模型静态声目标产生个高斯随机观察过程，假设目标强度衰减速率与距离平方成反比。加性高斯测量噪声扰动，通过接收到第个传感器信号。通过平均时间窗口可以计算出能量，其中是样本数，为采样频率......”。

4、“.....可以得到设，，每个传感器噪声具有相同分布，所以，。信号噪声，连贯性是指在中心频率处具有较平坦带宽。每个传感器信噪比。根据文献，语音估计克拉默带宽如下其中，在表格中可以简单推导出估计方差，，其中，是指。注意是第个传感器与假设在前个位置参考传感器之间语音方差。这种差异是与常数成正比，和是与相对应......”。

5、“.....个固定参考传感器，关于从更远传感器到目标传感器语音是不准确。Ⅴ分布式定位从基于范围差定位方法描述，我们注意到有两个关键步骤，是到达时间差估计和通过解最小二乘方程得到目标位置。在个集中方案中，簇头要采用这两个步骤。簇头应该是个参考传感器并且到达时间差是关于可以通过时延估计获得集群成员。分布式定位概念可以用在每个参与传感器些进程中，不仅在簇头中。如果从簇头收集到时间序列数据被传送给参与传感器，时延估计就可以获得了。广播数据从个参考传感器传到许多参与传感器预计比相反方向需要更少通信开销。求解最小二乘方程组包括两个机制，取决于是否应用了批次或连续进程。批量估计要求所有测量值在同时刻都是可用，而在连续测量估计只需要同时提供从第个传感器获和个到达时差相应第个传感器获得估计。然而，后者要求更小计算复杂性，因为当有大量参与传感器导致矩阵较大时它没有处理逆矩阵负担......”。

6、“.....当前估计可以作为先验信息用于正确选择下个参与传感器。根据数据模型可知，时延估计方差与传感器到目标节点距离平方成正比，通过考虑最近传感器当前估计来简单选择首选传感器。因此，结合时间延迟估计分布式处理和连续最小二乘定位思想，可望改善通信开销和准确性方面定位性能。通过使用前面定义符号，我们提出以下算法个在定时间窗口中收到最高平均信号能量传感器被选定作为初始传感器。请注意这个初始传感器是用来调用传感器，这个传感器是用来取代簇头启动进程。初始传感器在最大广播范围广播收集到时间序列数据到个最近相邻节点，其中是最初预计参与传感器数量。根据广播范围覆盖面和传感器密度，可能会获得少于个传感器。每个相邻传感器运行时延估计使用在传感器中收集到时间序列数据和从初始传感器传送数据来估计到达时延差。初始估计是通过基于到达时间差批次估计获得......”。

7、“.....如果有少于三个传感器已经收到它数据，相邻传感器可能要求广播从初始传感器收到时间序列数据。最近传感器初始估计，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，中分布式处理表明当与集中方法进行比较，该系统性能可以提高。Ⅲ基于最小二乘法范围差定位范围差是来自到达时间差估计，通过距离和信号在媒介中传播速度之间关系。时延估计技术是用来确定基本工具。我们假定存在个最优时延估计器，产生受到加性噪声扰动不确定到达时间差估计。在文献，中已经提出了几种基于范围差方法。我们专注于个在文献中提出封闭形式最小二乘法，因为据报道它比其它方案有更高效率并且能够在高信噪比环境下接近克拉默带宽。设传感器分配给参加定位进程坐标为，。假设目标坐标为，，传感器和之间距离不同......”。

8、“.....通常使用个任意关于范围差参考传感器。如果没有般性损失，选择外文出处附件外文资料翻译译文外文原文指导教师评价翻译内容与课题结合度优良中差翻译内容准确流畅优良中差专业词汇翻译准确性优良中差翻译字符数是否符合规定要求符合不符合指导教师签名年月日传感器网中络基于分布范围差异目标定位和电机工程学系维特比工程学院南加州大学电子邮件，摘要目标定位是传感器网络中关键应用。各种传统方法可以应用，并已提出，以范围差为基础方法是有吸引力，是由于提高了准确性和易于实现。当基于范围差方法基本概念被采用在传感器网络情况下，需要制定数据采集汇总程序方案并且受到能源约束。目前挑战是设计个经济准确算法。本文中，在范围差异定位方法基础上，我们提出了种分布式算法，这种方法允许每个参与传感器存在时延估计。所采集数据使用了顺序最小二乘方案进行融合，这样能够以当前估计为基础选择合适传感器......”。

9、“.....采用逼真模拟模型评估，说明了分布式定位产生误差小并且比较集中方法消耗更少能源。当参与传感器数量很少时，分布式定位在精度方面优势更为突出，然而当参与传感器数量是很大时候，能够节约更多能量。该方法精确度也更强大，可以降低目标信号能源并且序列瞬时误差估算可以被近似，并用于协调成本和系统性能评估。Ⅰ简介目标定位是推动实施传感器网络应用关键之。大量传感器能够观察冗余和接近目标，因此，为改善目标定位和跟踪性能提供了机会。些应用实例包括在战场上军用车辆定位和跟踪自然栖息地野生动物。最近，传统目标定位方法已应用于传感器网络情况下。这个范围差方法是在这方面特别有吸引力，因为它比最大似然估计法，更加易于实施，比基于能源定位更加准确，且不需要由目标产生信号先验知识。虽然基于分布式方法基本概念可以被应用到传感器网络问题中，数据汇总过程需要得到发展和改进......”。