| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 符号说明 | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景与研究意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 本文工作与论文组织 | 第16-18页 |
| 1.3.1 本文工作 | 第16-17页 |
| 1.3.2 论文组织 | 第17-18页 |
| 第2章 MOBILE CROWD SENSING网络与拓扑控制概论 | 第18-35页 |
| 2.1 WSN（WIRELESS SENSOR NETWORK）与MCS（MOBILE CROWD SENSING）网络概述 | 第18-25页 |
| 2.1.1 无线传感器网络（WSN）概述 | 第18-20页 |
| 2.1.2 MCS（Mobile Crowd Sensing）网络 | 第20-23页 |
| 2.1.3 Vehicular Ad-Hoc网络 | 第23-25页 |
| 2.2 拓扑控制概论 | 第25-31页 |
| 2.2.1 拓扑控制（Topology Control）理论 | 第25-28页 |
| 2.2.2 几种常见的拓扑控制算法 | 第28-31页 |
| 2.3 预备知识 | 第31-34页 |
| 2.3.1 关于TOA（Time of Arrive）三点定位算法[53-55] | 第31-33页 |
| 2.3.2 网络节点随机加入或离开概率模型[58-61] | 第33页 |
| 2.3.3 网络通信界点能耗与距离关系模型 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 通信节点自适应聚类的邻近图拓扑控制算法 | 第35-53页 |
| 3.1 引言 | 第35-37页 |
| 3.2 相关算法描述 | 第37-39页 |
| 3.2.1 RNG（relative neighborhood graph）算法 | 第37-38页 |
| 3.2.2 GG (Gabriel Graph)算法 | 第38页 |
| 3.2.3 Max Power算法 | 第38-39页 |
| 3.3 基于节点自适应聚类的RNG拓扑控制算法 | 第39-42页 |
| 3.4 网络拓扑性能分析 | 第42-52页 |
| 3.4.1 同一节点数量的MCS网络拓扑性能分析 | 第43-52页 |
| 3.5 本章小节 | 第52-53页 |
| 第4章 基于节点自适应聚类的CBTC拓扑控制算法 | 第53-68页 |
| 4.1 引言 | 第53-54页 |
| 4.2 相关算法描述 | 第54-57页 |
| 4.2.1 基于方向的拓扑控制姚图算法（YG） | 第54-55页 |
| 4.2.2 基于方向的拓扑控制CBTC算法 | 第55-57页 |
| 4.3 基于节点自适应聚类的CBTC算法 | 第57-58页 |
| 4.3.1 算法的提出 | 第57-58页 |
| 4.4 网络拓扑性能分析 | 第58-67页 |
| 4.4.1 同一节点数量MCS网络拓扑性能分析 | 第59-67页 |
| 4.5 本章小节 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 后续工作及其展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 相关代码附录 | 第75-84页 |
