首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

各向异性无线传感器网络定位算法的研究

摘要第4-5页
abstract第5页
第一章 绪论第8-14页
    1.1 无线传感器网络简述第8-9页
    1.2 研究背景与意义第9-10页
    1.3 国内外研究现状第10-12页
        1.3.1 各向异性WSN研究现状第10-11页
        1.3.2 异构WSN研究现状第11-12页
    1.4 论文主要研究工作及章节安排第12-14页
        1.4.1 研究目标第12页
        1.4.2 研究内容第12-13页
        1.4.3 论文结构第13-14页
第二章 无线传感器网络节点定位技术的分析第14-28页
    2.1 无线传感器网络节点定位系统第14-21页
        2.1.1 节点定位的相关术语第14-15页
        2.1.2 无线传感器网络节点技术分类第15-18页
        2.1.3 节点位置计算方法第18-20页
        2.1.4 算法性能评价指标第20-21页
    2.2 各向异性无线传感器网络相关分析第21-24页
        2.2.1 各向异性网络产生的原因第21-23页
        2.2.2 各向异性对网络环境的影响第23页
        2.2.3 各向异性网络对定位研究的影响第23-24页
    2.3 异构无线传感器网络的相关分析第24-26页
        2.3.1 异构WSN的普遍性第24-25页
        2.3.2 网络异构性对节点的影响第25页
        2.3.3 异构无线传感器对定位研究的影响第25-26页
    2.4 本章小结第26-28页
第三章 基于前进跳距期望方法的各向异性无线传感器网络定位算法第28-40页
    3.1 引言第28-29页
    3.2 针对各向异性无线传感器网络的有效锚节点选择策略第29页
    3.3 基于粒子群优化的前进跳距期望定位算法第29-34页
        3.3.1 同构网络中前进跳距期望的距离计算方法第29-32页
        3.3.2 粒子群优化算法第32页
        3.3.3 定位过程中PSO算法的具体应用第32-34页
    3.4 仿真实验分析第34-39页
    3.5 本章小结第39-40页
第四章 基于学习方法的异构无线传感器的定位算法第40-54页
    4.1 引言第40-41页
    4.2 基于前进跳距期望的多跳异构网络的距离计算方法第41-43页
        4.2.1 EHP表达式推导过程第41-43页
        4.2.2 MLH表达式推导过程第43页
    4.3 基于支持向量回归机的节点定位算法第43-46页
        4.3.1 支持向量机算法的基本思路第43-45页
        4.3.2 SVR定位算法的实现过程第45-46页
    4.4 仿真实验分析第46-53页
    4.5 本章小结第53-54页
第五章 总结与展望第54-56页
    5.1 全文总结第54-55页
    5.2 研究展望第55-56页
参考文献第56-61页
发表论文和科研情况说明第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:移动边缘资源的动态感知与协同聚合研究
下一篇:基于WLAN物理层信道特征的恶意WiFi检测研究