| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要研究内容与成果 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 视频传感器网络覆盖控制技术 | 第14-21页 |
| 2.1 传感器网络体系结构 | 第14-15页 |
| 2.2 视频传感器网络的覆盖控制模型 | 第15-20页 |
| 2.2.1 感知模型 | 第15-17页 |
| 2.2.2 部署策略 | 第17-19页 |
| 2.2.3 覆盖分类 | 第19-20页 |
| 2.3 本章小节 | 第20-21页 |
| 3 有向传感器网络覆盖增强算法 | 第21-41页 |
| 3.1 问题描述 | 第21-23页 |
| 3.2 基于Delaunay三角网的覆盖算法实现 | 第23-29页 |
| 3.2.1 Delaunay三角剖分原理 | 第24页 |
| 3.2.2 基于Delaunay三角形边的方向控制 | 第24-26页 |
| 3.2.3 基于Delaunay三角形角度的方向控制 | 第26-28页 |
| 3.2.4 基于Delaunay三角形面积的方向控制 | 第28-29页 |
| 3.3 贪心算法优化 | 第29-33页 |
| 3.3.1 概率迭代过程 | 第30-31页 |
| 3.3.2 D-PGeedy算法 | 第31-33页 |
| 3.4 仿真验证与性能分析 | 第33-40页 |
| 3.4.1 仿真实验 | 第33-36页 |
| 3.4.2 性能分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 面向多障碍的区域最大覆盖优化算法 | 第41-52页 |
| 4.1 多障碍覆盖问题描述 | 第41-43页 |
| 4.1.1 障碍区域及重叠区域的定义 | 第41-42页 |
| 4.1.2 多障碍覆盖问题分析 | 第42-43页 |
| 4.2 基于遗传算法的多障碍覆盖优化算法 | 第43-47页 |
| 4.2.1 遗传算法原理 | 第43-44页 |
| 4.2.2 离散优化模型 | 第44页 |
| 4.2.3 基于遗传算法的覆盖控制策略 | 第44-47页 |
| 4.3 仿真验证 | 第47-48页 |
| 4.4 性能分析 | 第48-50页 |
| 4.4.1 传感器数量的变化 | 第49页 |
| 4.4.2 障碍物数量的变化 | 第49-50页 |
| 4.4.3 算法运行效率对比 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 基于三维感知模型的空间覆盖 | 第52-63页 |
| 5.1 三维感知模型 | 第52-53页 |
| 5.2 三维有向感知模型覆盖优化描述 | 第53-54页 |
| 5.3 粒子群工作原理 | 第54-56页 |
| 5.4 基于粒子群算法的三维空间覆盖控制 | 第56-58页 |
| 5.5 仿真验证与性能分析 | 第58-62页 |
| 5.5.1 仿真实验一 | 第58-59页 |
| 5.5.2 仿真实例二 | 第59-61页 |
| 5.5.3 性能分析 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 论文的主要研究成果 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第70页 |
