| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 中文目录 | 第9-12页 |
| 英文目录 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| ·引言 | 第15-19页 |
| ·无线传感器/执行器网络协同感知与控制的研究进展 | 第19-22页 |
| ·传感器与执行器的协同工作研究 | 第20页 |
| ·执行器与执行器的协同工作研究 | 第20-21页 |
| ·系统应用层面的研究 | 第21-22页 |
| ·本文的主要工作 | 第22-25页 |
| 第二章 无线传感器网络中的分布式协同信息处理方法 | 第25-51页 |
| ·引言 | 第25-26页 |
| ·平台架构 | 第26-27页 |
| ·基于最小均方估计方差的传感器调度方案 | 第27-38页 |
| ·移动目标跟踪问题 | 第27-29页 |
| ·节点动态成簇以及协同信息处理算法 | 第29-34页 |
| ·实验平台测试结果及分析 | 第34-38页 |
| ·基于最小均方估计方差与能量消耗折中的传感器调度方案 | 第38-50页 |
| ·能量优化问题 | 第38-39页 |
| ·能量优化策略 | 第39页 |
| ·能量均衡调度算法 | 第39-44页 |
| ·数据量化算法 | 第44-45页 |
| ·实验及仿真结果 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第三章 带通信时延的无线传感器/执行器网络节点协同工作机制 | 第51-65页 |
| ·引言 | 第51-52页 |
| ·带通信时延的系统模型 | 第52-54页 |
| ·时延补偿算法 | 第54-55页 |
| ·传感器与执行器之间的分布式协同机制 | 第55-58页 |
| ·节点成簇机制 | 第55-56页 |
| ·分布式控制算法 | 第56-58页 |
| ·数值仿真 | 第58-61页 |
| ·时延补偿的影响 | 第59页 |
| ·协同工作的影响 | 第59-60页 |
| ·学习步长的影响 | 第60页 |
| ·时延步数的影响 | 第60-61页 |
| ·本章小结 | 第61-65页 |
| 第四章 动态网络中基于事件驱动的任务分配机制 | 第65-91页 |
| ·引言 | 第65-66页 |
| ·系统模型 | 第66-68页 |
| ·节点部署 | 第68-70页 |
| ·执行器与执行器之间的力模型 | 第68页 |
| ·系统状态与执行器之间的力模型 | 第68-69页 |
| ·虚拟力和执行器移动的方程 | 第69-70页 |
| ·基于事件驱动任务分配机制的节点协同工作算法 | 第70-79页 |
| ·执行器移动过程中的协同 | 第71-72页 |
| ·事件驱动任务分配机制 | 第72-75页 |
| ·分布式并行基因算法 | 第75-76页 |
| ·控制策略 | 第76-79页 |
| ·数值仿真 | 第79-89页 |
| ·本章小结 | 第89-91页 |
| 第五章 基于分布式估计与训练机制的节点协同算法 | 第91-121页 |
| ·引言 | 第91-92页 |
| ·分布式节点协同算法 | 第92-103页 |
| ·基于自适应联邦滤波器的数据融合算法 | 第92-98页 |
| ·基于PID神经网络的执行器协同算法 | 第98-103页 |
| ·数值仿真 | 第103-108页 |
| ·基于无线传感器/执行器网络的智能灯光照明平台 | 第108-119页 |
| ·平台架构及系统模型 | 第108-110页 |
| ·节点成簇以及协同机制 | 第110-112页 |
| ·物理平台硬件设计 | 第112-115页 |
| ·平台测试 | 第115-119页 |
| ·本章小结 | 第119-121页 |
| 结论与展望 | 第121-123页 |
| 参考文献 | 第123-133页 |
| 攻读博士学位期间的研究成果 | 第133-137页 |
| 致谢 | 第137-139页 |
| 附件 | 第139页 |