UAV辅助网络中面向数据收集的能量优化研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-21页 |
| 1.2.1 低能耗数据收集方案的研究现状 | 第12-16页 |
| 1.2.2 无人机路径规划研究现状 | 第16-21页 |
| 1.3 研究内容 | 第21页 |
| 1.4 本文组织结构 | 第21-22页 |
| 第二章 UAV辅助网络数据收集技术中的基础知识 | 第22-27页 |
| 2.1 压缩感知理论 | 第22-23页 |
| 2.2 粒子群优化算法 | 第23-25页 |
| 2.3 G2CBS曲线 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于压缩感知和分簇的数据收集方案 | 第27-39页 |
| 3.1 网络模型 | 第27-29页 |
| 3.1.1 网络拓扑 | 第27-28页 |
| 3.1.2 传感器节点能量模型 | 第28-29页 |
| 3.2 低能耗数据收集问题分析 | 第29-30页 |
| 3.3 数据收集方案设计 | 第30-35页 |
| 3.3.1 有效距离的定义 | 第31-32页 |
| 3.3.2 全局性数据收集方案 | 第32-33页 |
| 3.3.3 层次性数据收集方案 | 第33-35页 |
| 3.4 实验仿真及结果分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 针对数据收集的无人机路径规划方案 | 第39-54页 |
| 4.1 网络模型 | 第39-41页 |
| 4.1.1 UAV视角网络拓扑 | 第39-40页 |
| 4.1.2 无人机运动模型 | 第40页 |
| 4.1.3 通信模型 | 第40-41页 |
| 4.2 UAV路径规划问题分析 | 第41-42页 |
| 4.3 基于粒子群算法的路径规划方案 | 第42-44页 |
| 4.3.1 粒子的初始化 | 第42页 |
| 4.3.2 粒子群算法目标函数 | 第42-43页 |
| 4.3.3 PSOTP算法整体流程 | 第43-44页 |
| 4.4 启发式路径规划方案 | 第44-49页 |
| 4.4.1 确定备选路径集合 | 第45-46页 |
| 4.4.2 决定最终路径子片段 | 第46-47页 |
| 4.4.3 HTP算法整体流程 | 第47-49页 |
| 4.5 试验仿真及结果分析 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 在校期间研究成果及发表的学术论文 | 第61页 |
