基于蚁群算法和BP神经网络的WSN数据融合算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·本文的研究背景与意义 | 第10-11页 |
| ·国内外的研究现状 | 第11-13页 |
| ·论文主要研究思路 | 第13-14页 |
| ·论文内容安排 | 第14-15页 |
| 第二章 无线传感器网络技术概述 | 第15-27页 |
| ·无线传感器网络技术发展 | 第15-17页 |
| ·无线传感器网络结构体系 | 第17-20页 |
| ·网络体系 | 第17-18页 |
| ·节点体系 | 第18-19页 |
| ·协议栈体系 | 第19-20页 |
| ·无线传感器网络的相关技术 | 第20-23页 |
| ·网络拓扑控制 | 第20-21页 |
| ·网络通讯协议 | 第21页 |
| ·能量控制 | 第21-22页 |
| ·数据融合 | 第22页 |
| ·时间同步 | 第22-23页 |
| ·定位技术 | 第23页 |
| ·无线传感器网络的特点以及应用领域 | 第23-26页 |
| ·无线传感器网络的特点 | 第23-24页 |
| ·无线传感器网络的相关应用 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 数据融合技术理论知识概述 | 第27-33页 |
| ·数据融合技术概念 | 第27页 |
| ·数据融合技术的特征以及作用 | 第27-29页 |
| ·数据融合技术的特征 | 第27-28页 |
| ·数据融合技术的作用 | 第28-29页 |
| ·数据融合技术的模型 | 第29-32页 |
| ·跟踪级融合结构模型 | 第29-31页 |
| ·属性级融合结构模型 | 第31-32页 |
| ·数据融合技术的分类 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 蚁群算法和BP神经网络研究 | 第33-54页 |
| ·基于蚁群算法的WSN数据融合模型 | 第33-41页 |
| ·蚁群算法的基本原理 | 第33-36页 |
| ·蚁群算法的特点 | 第36页 |
| ·基于ACO的数据融合模型 | 第36-41页 |
| ·基于BPNN的WSN数据融合模型 | 第41-49页 |
| ·BP神经网络基本原理 | 第41-46页 |
| ·BPNN的特点分析 | 第46-47页 |
| ·基于BPNN的数据融合模型 | 第47-49页 |
| ·ACOBP算法在WSN数据融合中的应用 | 第49-53页 |
| ·网络层的LEACH协议介绍 | 第49-50页 |
| ·引入ACO和BPNN的原因 | 第50-51页 |
| ·ACOBP算法的总体实现 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 ACOBP算法仿真及其分析 | 第54-65页 |
| ·MATLAB仿真环境介绍 | 第54页 |
| ·仿真实验 | 第54-64页 |
| ·场景设置 | 第54-56页 |
| ·性能评价 | 第56-64页 |
| ·网络生存周期 | 第57-59页 |
| ·BS节点接收数据包数量 | 第59-60页 |
| ·总体能耗情况对比 | 第60-62页 |
| ·收敛性对比 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结语 | 第65-67页 |
| ·全文工作总结 | 第65-66页 |
| ·需要进一步解决的问题 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
