基于相关性预测与多层数据融合的ZigBee节能研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 论文研究背景和意义 | 第11-13页 |
| 1.2 ZigBee节能研究现状 | 第13-14页 |
| 1.3 论文研究内容 | 第14页 |
| 1.4 论文章节安排 | 第14-15页 |
| 第二章 ZigBee节能原理及常用节能方法 | 第15-22页 |
| 2.1 无线传感器网络能耗分析 | 第15-17页 |
| 2.2 无线传感器网络节能技术 | 第17-18页 |
| 2.3 多传感器数据融合节能技术 | 第18-19页 |
| 2.4 神经网络模型 | 第19-21页 |
| 2.5 本章小节 | 第21-22页 |
| 第三章 ZigBee节能策略选择原理 | 第22-30页 |
| 3.1 节能策略适用的应用环境 | 第22-26页 |
| 3.1.1 网络拓扑结构 | 第22-24页 |
| 3.1.2 节能策略选择原理 | 第24-26页 |
| 3.2 节能策略选择 | 第26-27页 |
| 3.2.1 数据融合方法选择要求 | 第26-27页 |
| 3.2.2 各节点采用的数据处理方法 | 第27页 |
| 3.3 数据融合模式设计 | 第27-29页 |
| 3.3.1 数据级、决策级融合模式 | 第28-29页 |
| 3.3.2 数据融合模式转换 | 第29页 |
| 3.4 本章小节 | 第29-30页 |
| 第四章 ZigBee节能策略详细设计 | 第30-43页 |
| 4.1 数据采集阶段设计 | 第30-34页 |
| 4.1.1 测量误差修正 | 第30-32页 |
| 4.1.2 数据预测及缺省传输 | 第32-33页 |
| 4.1.3 终端节点数据处理流程 | 第33-34页 |
| 4.2 数据传输阶段设计 | 第34-38页 |
| 4.2.1 数据预测和数据恢复 | 第34-35页 |
| 4.2.2 数据级融合 | 第35-36页 |
| 4.2.3 神经网络训练 | 第36页 |
| 4.2.4 状态量监控策略 | 第36页 |
| 4.2.5 路由节点数据处理流程 | 第36-38页 |
| 4.3 数据分析阶段设计 | 第38-41页 |
| 4.3.1 神经网络训练 | 第38-39页 |
| 4.3.2 数据融合模式转换策略 | 第39-40页 |
| 4.3.3 协调器数据处理流程 | 第40-41页 |
| 4.4 节能模型 | 第41-42页 |
| 4.5 本章小节 | 第42-43页 |
| 第五章 CC2530模块算法验证及能耗分析 | 第43-55页 |
| 5.1 软硬件开发平台 | 第43-44页 |
| 5.2 数据采集阶段功能验证及能耗 | 第44-48页 |
| 5.2.1 门限值设定方式选取 | 第44-47页 |
| 5.2.2 缺省传输能耗分析 | 第47-48页 |
| 5.3 数据传输阶段功能验证及能耗 | 第48-54页 |
| 5.3.1 数据级融合模式功能验证及能耗 | 第48-49页 |
| 5.3.2 决策级融合模式功能验证及能耗 | 第49-53页 |
| 5.3.3 数据级与决策级融合能耗效果对比 | 第53-54页 |
| 5.4 误差分析 | 第54页 |
| 5.5 本章小节 | 第54-55页 |
| 第六章 总结和展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
