摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景 | 第10-11页 |
1.2 研究目的与意义 | 第11页 |
1.3 研究现状 | 第11-13页 |
1.3.1 WSNs网络优化研究现状 | 第11-12页 |
1.3.2 本文主要工作 | 第12-13页 |
1.4 论文的结构与要点 | 第13-15页 |
第二章 复杂网络基础理论与无线传感网络 | 第15-29页 |
2.1 复杂网络理论 | 第15-21页 |
2.1.1 复杂网咯应用广泛 | 第15-16页 |
2.1.2 复杂网络重要概念 | 第16-18页 |
2.1.2.1 平均路径长度 | 第17页 |
2.1.2.2 聚类系数 | 第17-18页 |
2.1.2.3 度与度分布 | 第18页 |
2.1.3 复杂网络经典模型 | 第18-21页 |
2.1.3.1 随机图模型 | 第18-19页 |
2.1.3.2 小世界网络模型 | 第19-20页 |
2.1.3.3 无尺度网络模型 | 第20-21页 |
2.2 无线传感网络 | 第21-26页 |
2.2.1 WSNs的体系结构 | 第23-25页 |
2.2.2 WSNs的节点限制及其特点 | 第25-26页 |
2.2.3 WSNs的性能度量指标 | 第26页 |
2.3 WSNs的拓扑控制与优化 | 第26-27页 |
2.3.1 WSNs的网络优化技术 | 第26-27页 |
2.3.2 WSNs的拓扑控制与优化性能指标 | 第27页 |
2.4 本章小结 | 第27-29页 |
第三章 基于自适应探测距离与数据融合的WSNs拓扑控制优化模型 | 第29-44页 |
3.1 引言 | 第29页 |
3.2 WSNs拓扑控制优化理论分析 | 第29-34页 |
3.2.1 能量优化技术 | 第30-32页 |
3.2.2 WSNs拓扑控制优化平台 | 第32-33页 |
3.2.3 当前研究不足分析 | 第33-34页 |
3.3 拓扑控制优化的性能指标分析 | 第34-35页 |
3.4 WSNs拓扑控制优化模型建立与分析 | 第35-42页 |
3.4.1 WSNs网络能耗模型及定义 | 第35-40页 |
3.4.1.1 最大化节点探测范围可自适应调节的簇类树网络生命期 | 第37-40页 |
3.4.2 WSNs建模与MIP问题分析 | 第40-42页 |
3.4.2.1 数学解析 | 第40-42页 |
3.5 本章小结 | 第42-44页 |
第四章 WSNs拓扑控制与优化高效算法研究 | 第44-58页 |
4.1 简介 | 第44页 |
4.2 基本拓扑控制优化算法简介 | 第44-46页 |
4.2.1 拓扑控制算法 | 第44-46页 |
4.3 启发式算法解决无线传感网络控制与优化问题 | 第46-56页 |
4.3.1 算法流程 | 第46-51页 |
4.3.1.1 CGC-AR算法描叙 | 第49-51页 |
4.3.2 算法实验结果分析 | 第51-56页 |
4.3.2.1 基于Cplex的MIP模型以及近似启发式算法的演化结果分析 | 第52-53页 |
4.3.2.2 节点探测范围自适应与数据融合因素对网络生命周期的影响 | 第53-55页 |
4.3.2.3 不同目标节点对传感器网络整体生命周期的影响 | 第55页 |
4.3.2.4 不同优化算法间的比较 | 第55-56页 |
4.4 本章小结 | 第56-58页 |
第五章 C-POEM无线传感网络综合性能优化模型研究 | 第58-72页 |
5.1 简介 | 第58页 |
5.2 WSNs综合性能分析与建模 | 第58-62页 |
5.2.1 功率控制 | 第60-61页 |
5.2.2 睡眠调度 | 第61-62页 |
5.3 WSNs拓扑优化演化模型 | 第62-67页 |
5.3.1 WSNs基本理论与分析 | 第62-63页 |
5.3.2 WSNs演化模型 | 第63-66页 |
5.3.3 演化模型的算法设计 | 第66页 |
5.3.4 复杂度分析 | 第66-67页 |
5.4 模型仿真与分析 | 第67-69页 |
5.4.1 WSNs优化模型有效性分析 | 第67-69页 |
5.5 模型仿真结果 | 第69-71页 |
5.6 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 全文回顾 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-78页 |
个人简历 在读期间发表的学术论文 | 第78-79页 |
致谢 | 第79页 |