基于刚性图理论与鸡群优化的矿井无线传感网络监测定位研究
摘要 | 第4-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第14-24页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 无线传感器网络概述 | 第15-19页 |
1.2.1 无线传感器网络架构 | 第15页 |
1.2.2 无线传感器网络节点结构 | 第15-17页 |
1.2.3 无线传感器网络的网络体系 | 第17页 |
1.2.4 无线传感器网络的特点 | 第17-19页 |
1.3 矿井无线传感器网络监测 | 第19-20页 |
1.4 国内外研究现状 | 第20-22页 |
1.5 研究内容及路线 | 第22-24页 |
1.5.1 研究内容 | 第22-23页 |
1.5.2 研究路线 | 第23-24页 |
第2章 矿井与无线传感器网络定位 | 第24-38页 |
2.1 无线传感器网络定位技术 | 第24-34页 |
2.1.1 无线传感器网络定位技术简介 | 第24-29页 |
2.1.1.1 无线传感器网络定位相关基本术语 | 第25页 |
2.1.1.2 无线传感器网络定位算法分类 | 第25-26页 |
2.1.1.3 节点位置计算基本方法 | 第26-29页 |
2.1.2 经典定位算法 | 第29-33页 |
2.1.2.1 基于距离的定位算法 | 第29-30页 |
2.1.2.2 与距离无关的定位算法 | 第30-33页 |
2.1.3 经典算法比较 | 第33-34页 |
2.2 矿井无线传感器网络节点定位 | 第34-36页 |
2.2.1 矿井环境特征及对定位制约 | 第34-36页 |
2.2.2 矿井节点定位要求 | 第36页 |
2.3 RCCSO定位算法 | 第36-37页 |
2.4 结论 | 第37-38页 |
第3章 基于刚性图理论的矿井无线传感器网络分簇 | 第38-44页 |
3.1 刚性图相关理论介绍 | 第38-40页 |
3.2 刚性图在无线传感器网络中的应用 | 第40-41页 |
3.3 基于刚性图的节点分簇算法 | 第41-43页 |
3.4 结论 | 第43-44页 |
第4章 基于鸡群优化的矿井无线传感器网络定位 | 第44-56页 |
4.1 最优化问题与群智能优化理论 | 第44-46页 |
4.1.1 最优化问题 | 第44页 |
4.1.2 群智能优化算法 | 第44-46页 |
4.2 鸡群优化算法 | 第46-49页 |
4.2.1 鸡群行为基础 | 第46-47页 |
4.2.2 鸡群优化算法 | 第47-49页 |
4.3 基于鸡群优化的相对定位 | 第49-51页 |
4.4 基于鸡群算法的全局定位 | 第51-54页 |
4.4.1 齐次坐标系 | 第51-52页 |
4.4.2 簇间全局定位 | 第52-54页 |
4.5 结论 | 第54-56页 |
第5章 仿真分析 | 第56-70页 |
5.1 RCCSO收敛性分析 | 第56-61页 |
5.1.1 迭代次数对收敛性影响 | 第57-58页 |
5.1.2 鸡群总数对收敛性影响 | 第58-60页 |
5.1.3 鸡群比例对收敛性影响 | 第60-61页 |
5.2 RCCSO定位精度分析 | 第61-68页 |
5.2.1 节点数量对定位精度影响 | 第61-62页 |
5.2.2 锚节点比例对定位精度影响 | 第62-63页 |
5.2.3 测距误差对定位精度影响 | 第63-64页 |
5.2.4 通信范围对精度影响 | 第64-65页 |
5.2.5 巷道分支对精度影响 | 第65-67页 |
5.2.6 障碍物对精度影响 | 第67-68页 |
5.3 结论 | 第68-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 研究总结 | 第70-71页 |
6.2 研究展望 | 第71-72页 |
参考文献 | 第72-78页 |
作者攻读学位期间的科研成果 | 第78-80页 |
致谢 | 第80页 |