| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-12页 |
| 1.3 研究内容与论文结构 | 第12-14页 |
| 第2章 无线传感器网络数据融合技术 | 第14-36页 |
| 2.1 数据融合技术 | 第14-15页 |
| 2.2 数据融合算法分类 | 第15-34页 |
| 2.2.1 基于统计学的数据融合算法 | 第15-20页 |
| 2.2.1.1 基于参数估计的数据融合算法 | 第15-18页 |
| 2.2.1.2 基于卡尔曼滤波器的数据融合算法 | 第18-19页 |
| 2.2.1.3 基于回归分析的数据融合算法 | 第19页 |
| 2.2.1.4 算法比较 | 第19-20页 |
| 2.2.2 基于人工智能的数据融合算法 | 第20-27页 |
| 2.2.2.1 基于DS证据理论的数据融合算法 | 第21页 |
| 2.2.2.2 基于遗传算法的数据融合算法 | 第21-23页 |
| 2.2.2.3 基于神经网络的数据融合算法 | 第23-24页 |
| 2.2.2.4 基于模糊逻辑的数据融合算法 | 第24-26页 |
| 2.2.2.5 基于人工智能的数据融合算法比较 | 第26-27页 |
| 2.2.3 基于信息论的数据融合算法 | 第27-29页 |
| 2.2.3.1 基于模板法的数据融合算法 | 第27页 |
| 2.2.3.2 基于聚类分析的数据融合算法 | 第27-28页 |
| 2.2.3.3 基于熵值法的数据融合算法 | 第28-29页 |
| 2.2.3.4 信息论数据融合算法比较算法 | 第29页 |
| 2.2.4 基于拓扑学的数据融合算法 | 第29-34页 |
| 2.2.4.1 基于平面网络结构的数据融合算法 | 第30-31页 |
| 2.2.4.2 基于层次网络结构的数据融合算法 | 第31-33页 |
| 2.2.4.3 基于拓扑学的数据融合算法比较 | 第33-34页 |
| 2.3 本章小结 | 第34-36页 |
| 第3章 混合时延敏感分簇无线传感器网络数据融合算法 | 第36-51页 |
| 3.1 相关工作 | 第36-37页 |
| 3.2 系统模型 | 第37-42页 |
| 3.2.1 一般模型 | 第37页 |
| 3.2.2 HDC网络结构 | 第37-42页 |
| 3.2.2.1 单层簇网络结构 | 第39页 |
| 3.2.2.2 多层簇网络结构 | 第39-42页 |
| 3.3 算法描述 | 第42-50页 |
| 3.3.1 簇结构判决 | 第42-45页 |
| 3.3.1.1 时延分析 | 第42-43页 |
| 3.3.1.2 能耗分析 | 第43-44页 |
| 3.3.1.3 判决公式F | 第44-45页 |
| 3.3.2 时隙重调 | 第45-47页 |
| 3.3.3 能量有效分簇算法与动态簇头重选算法 | 第47-50页 |
| 3.3.3.1 能量有效分簇算法 | 第47-48页 |
| 3.3.3.2 动态簇头重选算法 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 仿真分析 | 第51-60页 |
| 4.1 仿真环境 | 第51页 |
| 4.2 仿真实验与性能分析 | 第51-59页 |
| 4.2.1 时延比较 | 第51-53页 |
| 4.2.2 能耗比较 | 第53-55页 |
| 4.2.3 网络生命周期比较 | 第55-57页 |
| 4.2.4 仿真性能总体比较 | 第57-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 附录 攻读硕士学位期间所发表的学术论文 | 第69页 |