| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-26页 |
| 1.1 WSAN网络概述 | 第14-20页 |
| 1.1.1 WSAN网络体系结构 | 第15-16页 |
| 1.1.2 WSAN网络协议栈 | 第16-17页 |
| 1.1.3 WSAN的协作模式 | 第17-19页 |
| 1.1.4 WSAN的应用领域 | 第19页 |
| 1.1.5 WSAN实验仿真平台 | 第19-20页 |
| 1.2 研究背景与研究现状 | 第20-23页 |
| 1.2.1 SA/AA协作面临的问题 | 第20-21页 |
| 1.2.2 网络连通性对WSAN的影响 | 第21-22页 |
| 1.2.3 国内外相关研究和进展 | 第22-23页 |
| 1.3 论文主要研究内容 | 第23-26页 |
| 2 无线传感器/执行器网络研究现状 | 第26-40页 |
| 2.1 WSAN面临的研究挑战 | 第26-29页 |
| 2.1.1 SA协作模式的确定 | 第26-27页 |
| 2.1.2 AA协作问题 | 第27页 |
| 2.1.3 WSAN网络的连通性问题 | 第27-29页 |
| 2.2 典型的WSAN协作算法 | 第29-37页 |
| 2.2.1 WSAN的协作方法 | 第29-31页 |
| 2.2.2 典型的协作算法 | 第31-37页 |
| 2.3 WSAN协作算法比较 | 第37-38页 |
| 2.4 本章小结 | 第38-40页 |
| 3 基于混合通信的WSAN协作架构 | 第40-64页 |
| 3.1 引言 | 第40-41页 |
| 3.2 基本能耗公式及参数说明 | 第41-42页 |
| 3.2.1 节点的通信能耗公式 | 第41-42页 |
| 3.2.2 数据汇集与聚合能耗 | 第42页 |
| 3.2.3 监测能耗 | 第42页 |
| 3.3 理想的网格直径与簇大小的确定 | 第42-48页 |
| 3.3.1 理想网格直径的确定 | 第42-45页 |
| 3.3.2 优化求解分簇问题模型 | 第45-47页 |
| 3.3.3 优化分簇问题求解 | 第47-48页 |
| 3.4 优化Actor匹配与Sensor路由 | 第48-53页 |
| 3.4.1 问题描述 | 第48-49页 |
| 3.4.2 优化模型的建立 | 第49-52页 |
| 3.4.3 优化模型的近似求解 | 第52-53页 |
| 3.5 簇内通信模式的选择 | 第53-55页 |
| 3.5.1 簇内混合通信模式分析 | 第53-54页 |
| 3.5.2 通信模式选择 | 第54-55页 |
| 3.6 基于SA协作的分簇算法的实现 | 第55-57页 |
| 3.7 PBCM架构仿真与性能分析 | 第57-62页 |
| 3.7.1 网格直径与Actor节点数量 | 第58页 |
| 3.7.2 PBCM算法的通信开销分析 | 第58-60页 |
| 3.7.3 网络性能指标 | 第60-62页 |
| 3.8 本章小结 | 第62-64页 |
| 4 局部AA任务协作机制研究 | 第64-86页 |
| 4.1 引言 | 第64-65页 |
| 4.2 AA任务分派研究现状 | 第65-68页 |
| 4.3 基于事件联盟的局部AA任务协作机制ECTA | 第68-71页 |
| 4.3.1 协作范围的确定 | 第69-70页 |
| 4.3.2 局部协作算法流程 | 第70-71页 |
| 4.4 面向多事件AA协作的多目标任务分配模型MeOTA | 第71-78页 |
| 4.4.1 多目标优化分派模型MeOTA | 第74-75页 |
| 4.4.2 对MeOTA模型的单目标处理 | 第75-78页 |
| 4.5 求解MeOTA模型的量子遗传算法MeOTA-QGA | 第78-80页 |
| 4.5.1 量子遗传算法简介 | 第78页 |
| 4.5.2 MeOTA问题的量子染色体编码 | 第78-79页 |
| 4.5.3 对非法编码的处理 | 第79页 |
| 4.5.4 计算适应度 | 第79-80页 |
| 4.5.5 MeOTA-QGA算法流程 | 第80页 |
| 4.6 算法仿真与分析 | 第80-85页 |
| 4.6.1 仿真环境与参数 | 第81页 |
| 4.6.2 事件联盟的消息开销和时间开销 | 第81-82页 |
| 4.6.3 最大事件完成时间的结果评价 | 第82-83页 |
| 4.6.4 能耗均衡情况的结果评价 | 第83-84页 |
| 4.6.5 实验结论 | 第84-85页 |
| 4.7 本章小结 | 第85-86页 |
| 5 Actor网络连通性恢复算法研究 | 第86-126页 |
| 5.1 引言 | 第86-87页 |
| 5.2 Actor网络连通性恢复研究现状 | 第87-89页 |
| 5.2.1 Actor网络单点故障恢复研究现状 | 第87-88页 |
| 5.2.2 Actor网络多点故障恢复研究现状 | 第88-89页 |
| 5.3 基于AA协作的单点故障恢复算法CIMA | 第89-98页 |
| 5.3.1 算法基本思想 | 第89-90页 |
| 5.3.2 CIMA算法的实现 | 第90-94页 |
| 5.3.3 CIMA算法的性能分析 | 第94-98页 |
| 5.4 基于SA/AA协作的多点故障恢复算法 | 第98-111页 |
| 5.4.1 基于网络流的优化恢复模型NORA | 第98-101页 |
| 5.4.2 基于骨干环路的分布式恢复算法RBAM | 第101-106页 |
| 5.4.3 局部优化重定位算法LORA | 第106-111页 |
| 5.5 算法仿真与性能分析 | 第111-124页 |
| 5.5.1 评价参数 | 第111-112页 |
| 5.5.2 单点故障算法CIMA的仿真分析 | 第112-118页 |
| 5.5.3 多点故障实验仿真分析 | 第118-124页 |
| 5.6 本章小结 | 第124-126页 |
| 6 基于协作的非连通WSAN连通性恢复算法 | 第126-154页 |
| 6.1 引言 | 第126-127页 |
| 6.2 非连通WSAN连通性恢复问题 | 第127-130页 |
| 6.2.1 问题介绍 | 第127-128页 |
| 6.2.2 优化恢复模型ARCB | 第128-130页 |
| 6.3 分布式多点故障恢复算法DCAS | 第130-141页 |
| 6.3.1 基于SA协作的分区探测机制 | 第131-133页 |
| 6.3.2 基于AA协作实现Actor网络的连通 | 第133-135页 |
| 6.3.3 调整Actor节点位置,恢复WSAN的连通性 | 第135-140页 |
| 6.3.4 DCAS的实现 | 第140-141页 |
| 6.4 ARCB模型的量子遗传算法ARCB-QGA | 第141-145页 |
| 6.4.1 多优化目标的处理 | 第141-142页 |
| 6.4.2 量子遗传算法求优化模型的流程 | 第142-145页 |
| 6.5 实验仿真与评价 | 第145-151页 |
| 6.5.1 评价参数 | 第145-146页 |
| 6.5.2 实验结果与评价 | 第146-151页 |
| 6.6 本章小结 | 第151-154页 |
| 7 总结与展望 | 第154-158页 |
| 7.1 主要贡献与特色 | 第154-155页 |
| 7.2 进一步的研究 | 第155-158页 |
| 参考文献 | 第158-168页 |
| 攻博期间发表的科研成果目录 | 第168-170页 |
| 致谢 | 第170页 |
