| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9页 |
| ·无线传感器网络概述 | 第9-13页 |
| ·无线传感器网络体系结构 | 第9-11页 |
| ·无线传感器网络的特征 | 第11-12页 |
| ·无线传感器网络的应用 | 第12-13页 |
| ·课题研究现状及面临的挑战 | 第13-16页 |
| ·国内外研究现状 | 第13-15页 |
| ·研究过程存在的不足 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 增强学习与无线传感器网络覆盖控制 | 第17-28页 |
| ·无线传感器网络覆盖 | 第17-23页 |
| ·传感器节点感知模型 | 第17-18页 |
| ·无线传感器网络覆盖问题分类 | 第18-20页 |
| ·典型的覆盖算法综述 | 第20-23页 |
| ·增强学习与自动学习机概述 | 第23-26页 |
| ·增强学习 | 第23-24页 |
| ·学习自动机 | 第24-26页 |
| ·学习自动机在无线传感器网络中应用 | 第26-27页 |
| ·基于学习自动机的分簇覆盖算法 | 第26页 |
| ·基于学习自动机的动态点覆盖控制算法 | 第26-27页 |
| ·基于学习自动机的有向传感网点覆盖控制算法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于学习自动机的无线传感网能量均衡分簇覆盖 | 第28-43页 |
| ·引言 | 第28页 |
| ·系统模型及定义 | 第28-30页 |
| ·网络模型 | 第28-29页 |
| ·无线通信的能耗模型 | 第29页 |
| ·数据收集的方式 | 第29-30页 |
| ·簇覆盖 | 第30页 |
| ·ICLA 算法及其存在的问题 | 第30-31页 |
| ·基于 ICLA 的改进算法 | 第31-36页 |
| ·簇首选择 | 第31-32页 |
| ·非均匀成簇 | 第32-33页 |
| ·簇间多跳路由 | 第33-34页 |
| ·簇覆盖 | 第34-36页 |
| ·算法复杂度分析 | 第36页 |
| ·仿真实验与结果分析 | 第36-41页 |
| ·仿真环境与参数设置 | 第36-37页 |
| ·仿真实验结果及分析 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于虚拟势场和学习自动机的有向传感网覆盖控制算法 | 第43-55页 |
| ·引言 | 第43-44页 |
| ·有向传感网系统模型 | 第44-46页 |
| ·网络模型 | 第44页 |
| ·感知模型 | 第44-45页 |
| ·重复感知区域网格模型 | 第45页 |
| ·虚拟势场及传统虚拟力模型 | 第45-46页 |
| ·基于虚拟势场与学习自动机的网络覆盖控制算法 | 第46-50页 |
| ·基于虚拟势场的覆盖增强改进算法 | 第46-48页 |
| A. 改进的虚拟力模型 | 第46-47页 |
| B. 转动角度的计算 | 第47-48页 |
| 1. 基于虚拟力调整转动角度 | 第47-48页 |
| 2. 根据网络覆盖的增长率的模型 | 第48页 |
| ·基于学习自动机的节点休眠调度算法 | 第48-50页 |
| ·仿真实验与结果分析 | 第50-54页 |
| ·实例效果 | 第50-51页 |
| ·收敛效果分析 | 第51-52页 |
| ·网络参数分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 主要结论与展望 | 第55-57页 |
| 主要结论 | 第55-56页 |
| 展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录 作者在攻读硕士学位期间发表的论文 | 第63页 |