| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容及组织结构 | 第13-15页 |
| 第2章 无线传感器网络与节点部署介绍 | 第15-25页 |
| 2.1 引言 | 第15-16页 |
| 2.2 无线传感器网络的系统构架 | 第16-17页 |
| 2.3 无线传感器节点动态部署介绍 | 第17-20页 |
| 2.3.1 覆盖问题 | 第17-18页 |
| 2.3.2 传感器网络模型 | 第18-19页 |
| 2.3.3 最佳节点部署问题 | 第19-20页 |
| 2.4 覆盖给定区域所需的最小节点数 | 第20-21页 |
| 2.5 性能指标 | 第21-23页 |
| 2.5.1 移动距离 | 第21-22页 |
| 2.5.2 运行时间 | 第22页 |
| 2.5.3 覆盖率 | 第22页 |
| 2.5.4 拓扑网格相似度 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 基于虚拟力模型的无线传感器网络动态部署算法 | 第25-40页 |
| 3.1 虚拟力算法 | 第25-27页 |
| 3.2 基于Lennard-Jones势能场的虚拟力算法 | 第27-32页 |
| 3.2.1 算法方程解析 | 第27-28页 |
| 3.2.2 优化邻居节点选取规则 | 第28-30页 |
| 3.2.3 VFA-DJ算法实例 | 第30页 |
| 3.2.4 算法实例结果 | 第30-32页 |
| 3.3 基于等离子体汤川势的虚拟力算法 | 第32-39页 |
| 3.3.1 汤川势 | 第33页 |
| 3.3.2 粒子运动方程 | 第33-34页 |
| 3.3.3 算法计算模式 | 第34-36页 |
| 3.3.4 VFA_DP算法实例 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于两种虚拟力模型的算法融合和参数分析 | 第40-63页 |
| 4.1 VAF_DJ算法影响因子讨论 | 第40-41页 |
| 4.2 VAF_DP算法影响因子讨论 | 第41-48页 |
| 4.2.1 三角剖分下邻居节点的层数选取 | 第41-47页 |
| 4.2.2 粒子密度对算法部署的影响 | 第47-48页 |
| 4.3 算法融合实现策略 | 第48-52页 |
| 4.3.1 两种虚拟力算法的对比 | 第48-49页 |
| 4.3.2 匹配算法部署规模 | 第49-50页 |
| 4.3.3 数据存储格式转化 | 第50-52页 |
| 4.4 算法实例与仿真结果分析 | 第52-61页 |
| 4.4.1 只考虑初始位置信息的VAF_Hybrid算法 | 第53-57页 |
| 4.4.2 考虑节点速度信息的VAF_Hybrid算法 | 第57-59页 |
| 4.4.3 考虑初始加速度信息的VAF_Hybrid算法 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 对搭建无线传感器网络实验平台的初步探索 | 第63-75页 |
| 5.1 无线传感器网络实验平台概述 | 第63-67页 |
| 5.1.1 无线传感器网络硬件设计 | 第63-67页 |
| 5.2 TinyOS操作系统 | 第67-68页 |
| 5.3 无线传感器实验平台初步测试 | 第68-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
