| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 缩略语 | 第12-16页 |
| 1 绪论 | 第16-36页 |
| 1.1 具有移动SINK的无线传感器网络概述 | 第16-21页 |
| 1.1.1 基本概念和特点 | 第16-19页 |
| 1.1.2 研究现状 | 第19-21页 |
| 1.2 移动SINK的路径规划 | 第21-26页 |
| 1.2.1 移动sink路径规划的研究意义 | 第21-23页 |
| 1.2.2 移动sink路径规划研究现状 | 第23-25页 |
| 1.2.3 移动sink路径规划研究挑战 | 第25-26页 |
| 1.3 节点自身定位算法 | 第26-31页 |
| 1.3.1 节点自身定位算法的研究意义 | 第26-28页 |
| 1.3.2 节点自身定位技术发展现状 | 第28-30页 |
| 1.3.3 节点自身定位算法的研究挑战 | 第30-31页 |
| 1.4 论文研究内容 | 第31-33页 |
| 1.5 论文结构 | 第33-36页 |
| 2 基于栅格筛选的线性最小二乘节点自身定位算法 | 第36-62页 |
| 2.1 非测距的节点自身定位算法 | 第36-38页 |
| 2.2 节点自身定位问题描述 | 第38-39页 |
| 2.3 距离估计过程 | 第39-42页 |
| 2.3.1 基本的距离估计过程 | 第39-41页 |
| 2.3.2 改进的距离估计过程 | 第41-42页 |
| 2.4 基于栅格的锚节点筛选 | 第42-48页 |
| 2.4.1 距离估计误差与定位误差关系分析 | 第42-45页 |
| 2.4.2 栅格参数的确定及锚节点的栅格筛选 | 第45-46页 |
| 2.4.3 估计未知节点的栅格位置 | 第46页 |
| 2.4.4 均匀分布的锚节点集生成 | 第46-48页 |
| 2.5 未知节点的位置计算 | 第48-51页 |
| 2.5.1 未知节点的位置计算过程 | 第48-49页 |
| 2.5.2 迭代求精 | 第49-51页 |
| 2.6 仿真与性能分析 | 第51-60页 |
| 2.6.1 仿真参数设置 | 第51-52页 |
| 2.6.2 均匀分布场景下定位精度分析 | 第52-54页 |
| 2.6.3 非均匀分布场景下定位精度分析 | 第54-58页 |
| 2.6.4 算法开销 | 第58-60页 |
| 2.7 小结 | 第60-62页 |
| 3 基于二次栅格划分的移动SINK最小路径构建算法 | 第62-86页 |
| 3.1 基于移动SINK的数据收集 | 第62-64页 |
| 3.2 移动SINK路径规划问题 | 第64-69页 |
| 3.2.1 移动sink路径类型 | 第64-67页 |
| 3.2.2 移动无线传感器网络中的数据路由问题 | 第67-69页 |
| 3.3 基于信息采集点筛选的路径规划问题描述 | 第69-71页 |
| 3.4 基于遗传算法的路径计算与改进 | 第71-75页 |
| 3.4.1 遗传算法的基本概念 | 第72页 |
| 3.4.2 遗传算法的基本运算流程 | 第72-73页 |
| 3.4.3 遗传算法优化与改进 | 第73-75页 |
| 3.5 基于二级栅格划分的可变长编码单亲遗传算法 | 第75-82页 |
| 3.5.1 算法设计 | 第75-77页 |
| 3.5.2 算法流程 | 第77-82页 |
| 3.6 仿真结果分析 | 第82-84页 |
| 3.7 小结 | 第84-86页 |
| 4 基于可变维粒子群的移动SINK最佳信息收集路径构建算法 | 第86-104页 |
| 4.1 移动SINK路径规划 | 第86-89页 |
| 4.2 无信息收集点约束下移动SINK的最佳路径问题描述 | 第89-91页 |
| 4.3 粒子群算法 | 第91-94页 |
| 4.3.1 粒子群优化算法 | 第92页 |
| 4.3.2 基本粒子群优化算法 | 第92-94页 |
| 4.4 可变维度粒子群算法 | 第94-96页 |
| 4.4.1 使用可变维度的粒子表示可行解 | 第94页 |
| 4.4.2 以最邻近信息收集点跟踪机制更新粒子的速度与位置 | 第94-95页 |
| 4.4.3 倒序方法 | 第95-96页 |
| 4.4.4 算法流程 | 第96页 |
| 4.5 仿真分析 | 第96-102页 |
| 4.5.1 仿真场景与设定 | 第96-97页 |
| 4.5.2 仿真及分析 | 第97-99页 |
| 4.5.3 仿真路径分析 | 第99-102页 |
| 4.6 小结 | 第102-104页 |
| 5 优化的可变维度粒子群路径规划算法 | 第104-116页 |
| 5.1 移动SINK巡游路径优化 | 第104-105页 |
| 5.2 粒子群优化算法的改进 | 第105-106页 |
| 5.3 优化的可变维度粒子群算法 | 第106-110页 |
| 5.3.1 使用收集点(维度)合并策略提高解空间的搜索速度 | 第106-109页 |
| 5.3.2 模拟退火(SA：SimulatedAnnealing)策略 | 第109-110页 |
| 5.3.3 评价函数 | 第110页 |
| 5.4 算法流程 | 第110-111页 |
| 5.5 仿真分析 | 第111-114页 |
| 5.5.1 仿真场景 | 第111-112页 |
| 5.5.2 仿真结果分析 | 第112-114页 |
| 5.6 小结 | 第114-116页 |
| 6 结束语 | 第116-120页 |
| 6.1 工作总结 | 第116-117页 |
| 6.2 研究展望 | 第117-120页 |
| 参考文献 | 第120-132页 |
| 致谢 | 第132-134页 |
| 攻读博士学位期间发表的学术论文和参加科研情况 | 第134-136页 |
| 发表论文情况 | 第134-135页 |
| 专利申请情况 | 第135页 |
| 软件著作权 | 第135页 |
| 科研项目情况 | 第135页 |
| 已验收成果 | 第135-136页 |
