摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第12-18页 |
1.1 研究目的和意义及课题来源 | 第12-13页 |
1.2 基于 WSN 的水环境监测系统概述及发展现状 | 第13-14页 |
1.2.1 基于 WSN 的水环境监测系统概述 | 第13页 |
1.2.2 基于 WSN 的水环境监测系统发展现状 | 第13-14页 |
1.3 移动机器人路径规划概述及发展现状 | 第14-17页 |
1.3.1 移动机器人介绍 | 第14-16页 |
1.3.2 路径规划概述及发展现状 | 第16-17页 |
1.4 本文结构与主要研究内容 | 第17-18页 |
第二章 水环境监测传感器节点设计 | 第18-32页 |
2.1 无线传感器网络水环境监测体系结构 | 第18-19页 |
2.2 浊度采样节点硬件设计 | 第19-21页 |
2.3 浊度采样节点软件设计 | 第21-28页 |
2.3.1 传感信息采集程序设计 | 第21-23页 |
2.3.2 无线通信程序设计 | 第23-25页 |
2.3.3 程序测试结果 | 第25-28页 |
2.4 浊度传感器标定实验 | 第28-29页 |
2.5 数据包解析 | 第29-31页 |
2.5.1 数据解析过程及方法 | 第29-30页 |
2.5.2 解析后数据显示 | 第30-31页 |
2.6 本章小结 | 第31-32页 |
第三章 基于 CC2420 的移动节点通信模块设计 | 第32-40页 |
3.1 IEEE 802.15.4 标准 | 第32-33页 |
3.1.1 物理层 | 第32-33页 |
3.1.2 MAC 子层 | 第33页 |
3.2 CC2420 接口 | 第33-35页 |
3.2.1 CC2420 与 AT89C52 硬件接口 | 第33-34页 |
3.2.2 CC2420 SPI 接口配置 | 第34-35页 |
3.3 点对点通信程序设计 | 第35-37页 |
3.3.1 编写通信程序 | 第35-37页 |
3.3.2 通信程序测试 | 第37页 |
3.4 CC2420 与基站间通信 | 第37-39页 |
3.5 本章小结 | 第39-40页 |
第四章 基于无线传感器网络定位研究 | 第40-47页 |
4.1 基于 RSSI 测距研究 | 第40-43页 |
4.1.2 RSSI 测距法原理 | 第40-41页 |
4.1.3 RSSI 测距实验及分析 | 第41-43页 |
4.2 基于 RSSI 定位研究 | 第43-46页 |
4.2.1 三边测量法计算节点位置 | 第43-44页 |
4.2.2 极大似然估计法计算节点位置 | 第44-46页 |
4.3 本章小结 | 第46-47页 |
第五章 基于蚁群算法的全局路径规划研究 | 第47-69页 |
5.1 基于蚁群算法路径规划 | 第47-48页 |
5.2 基于 MAKLINK 图论创建环境地图 | 第48-51页 |
5.2.1 MAKLINK 图论 | 第48-50页 |
5.2.2 创建环境地图 | 第50-51页 |
5.3 应用 Dijkstra 算法寻找初值 | 第51-53页 |
5.3.1 Dijksta 算法基本原理 | 第51-52页 |
5.3.2 生成初始路径 | 第52-53页 |
5.4 应用蚁群算法进行路径优化 | 第53-58页 |
5.4.1 问题描述 | 第53页 |
5.4.2 蚂蚁行进路线的生成 | 第53-54页 |
5.4.3 下一节点的选择规则 | 第54-55页 |
5.4.4 信息素浓度更新 | 第55页 |
5.4.5 路径规划总体步骤 | 第55-58页 |
5.5 蚁群算法各参数仿真分析 | 第58-65页 |
5.5.1 关于信息素挥发因子 1-ρ的仿真分析 | 第58-59页 |
5.5.2 关于启发因子β的仿真分析 | 第59-61页 |
5.5.3 关于种群数量 m 的仿真分析 | 第61-63页 |
5.5.4 关于信息素初始浓度τ0 的仿真分析 | 第63-64页 |
5.5.5 蚁群算法对路径优化的仿真结果 | 第64-65页 |
5.6 两种建模方式对比 | 第65-67页 |
5.6.1 平面 Voronoi 图简介 | 第65-66页 |
5.6.2 基于 MAKLINK 图和 Voronoi 图的路径规划对比 | 第66-67页 |
5.7 本章小结 | 第67-69页 |
第六章 总结与展望 | 第69-70页 |
参考文献 | 第70-75页 |
作者简介及所取得的科研成果 | 第75-76页 |
致谢 | 第76页 |