| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-12页 |
| 1.2 现代大型粮仓的无线监控系统研究情况 | 第12-13页 |
| 1.3 粮仓温湿度监控系统的构造与实现功能 | 第13-14页 |
| 1.4 论文的章节内容与安排 | 第14-16页 |
| 第2章 ZigBee技术标准分析与研究 | 第16-24页 |
| 2.1 ZigBee协议栈标准和原理 | 第16-17页 |
| 2.1.1 ZigBee协议栈概述 | 第16页 |
| 2.1.2 ZigBee协议栈结构 | 第16-17页 |
| 2.2 ZigBee协议分层结构 | 第17-20页 |
| 2.2.1 ZigBee通信层 | 第18-19页 |
| 2.2.2 ZigBee网络层 | 第19-20页 |
| 2.2.3 ZigBee应用层 | 第20页 |
| 2.3 ZigBee无线传感器网络 | 第20-23页 |
| 2.3.1 无线传感器节点类型和结构 | 第20-21页 |
| 2.3.2 无线传感器网络拓扑 | 第21-22页 |
| 2.3.3 无线传感器协议栈路由选择和维护 | 第22-23页 |
| 2.4 网络安全 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 数据采集传输过程中的算法设计 | 第24-40页 |
| 3.1 无线传感器网络 | 第24-25页 |
| 3.1.1 无线传感器节点能耗 | 第24页 |
| 3.1.2 无线传感器网络路由能耗 | 第24-25页 |
| 3.2 基于Kalman滤波算法的节点信号处理 | 第25-33页 |
| 3.2.1 经典Kalman滤波技术概况 | 第25-26页 |
| 3.2.2 Kalman滤波器的数学模型 | 第26-29页 |
| 3.2.3 增益矩阵的MATLAB仿真 | 第29-31页 |
| 3.2.4 扩展Kalman滤波技术 | 第31-33页 |
| 3.3 加权数据融合算法模型 | 第33-34页 |
| 3.3.1 固定权值数据融合算法模型 | 第33-34页 |
| 3.3.2 自适应动态权值数据融合模型 | 第34页 |
| 3.4 簇内最优加权数据融合算法 | 第34-39页 |
| 3.4.1 簇内最优加权算法模型 | 第34-35页 |
| 3.4.2 计算最小方差估计 | 第35-36页 |
| 3.4.3 求解最小方差 | 第36-39页 |
| 3.5 系统的数据采集与处理算法总流程 | 第39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 相关算法的网络仿真与数据分析 | 第40-50页 |
| 4.1 Kalman滤波预估算法 | 第40-42页 |
| 4.1.1 Kalman滤波算法仿真初始条件 | 第40页 |
| 4.1.2 Kalman滤波算法仿真结果与数据分析 | 第40-42页 |
| 4.2 簇内最优加权数据融合算法 | 第42-46页 |
| 4.2.1 簇内最优数据融合算法仿真初始条件 | 第43页 |
| 4.2.2 簇内最优加权数据融合算法仿真结果与数据分析 | 第43-46页 |
| 4.3 无线传感器网络下的粮仓温湿度监控系统 | 第46-48页 |
| 4.3.1 实现系统功能初始条件 | 第46-47页 |
| 4.3.2 数据采集及传输过程算法仿真结果与数据分析 | 第47-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 监控系统的设计与实验 | 第50-66页 |
| 5.1 监控系统的整体设计方案 | 第50-54页 |
| 5.1.1 监控测试系统的实施性分析 | 第50-51页 |
| 5.1.2 监控系统的整体设计 | 第51-52页 |
| 5.1.3 监控系统的节点布置和功能设计 | 第52-54页 |
| 5.2 无线传感器网络监控系统的节点设计 | 第54-59页 |
| 5.2.1 测量节点的功能设计 | 第54-57页 |
| 5.2.2 簇首节点的功能设计 | 第57-59页 |
| 5.3 监控软件平台的设计与实现 | 第59-65页 |
| 5.3.1 系统测试软件预备工作 | 第59-62页 |
| 5.3.2 监控测试界面设置与分析 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
