异构分级式认知传感器网络信道分配方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题背景及研究意义 | 第10-14页 |
| 1.2 认知传感器网络国内外研究现状 | 第14-17页 |
| 1.2.1 信道分配问题研究现状 | 第15-16页 |
| 1.2.2 能耗优化问题研究现状 | 第16-17页 |
| 1.3 本文研究内容及结构安排 | 第17-19页 |
| 第2章 认知传感器网络简介 | 第19-28页 |
| 2.1 认知传感器网络节点硬件结构 | 第19-20页 |
| 2.2 认知传感器网络跨层频谱管理机制 | 第20-23页 |
| 2.2.1 频谱感知技术 | 第20-21页 |
| 2.2.2 频谱决策技术 | 第21页 |
| 2.2.3 频谱共享技术 | 第21-23页 |
| 2.2.4 频谱迁移技术 | 第23页 |
| 2.3 认知传感器网络协议体系结构 | 第23-26页 |
| 2.3.1 物理层 | 第23-24页 |
| 2.3.2 数据链路层 | 第24页 |
| 2.3.3 网络层 | 第24-25页 |
| 2.3.4 传输层 | 第25页 |
| 2.3.5 应用层 | 第25-26页 |
| 2.4 信道分配模型介绍 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 异构分级式认知传感器网络分簇 | 第28-40页 |
| 3.1 认知传感器网络拓扑结构介绍 | 第28-30页 |
| 3.2 网络拓扑结构分析 | 第30-33页 |
| 3.2.1 分布式认知传感器网络 | 第31-32页 |
| 3.2.2 集中式认知传感器网络 | 第32-33页 |
| 3.3 基于K-meas聚类算法的CRSN分簇 | 第33-39页 |
| 3.3.1 改进的K-meas聚类算法 | 第33-35页 |
| 3.3.2 异构分级式CRSN分簇优化 | 第35-37页 |
| 3.3.3 仿真结果与分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 认知传感器网络信道分配与能耗优化 | 第40-52页 |
| 4.1 基于持续传输准则的信道分配方法 | 第40-44页 |
| 4.1.1 网络配置 | 第40-41页 |
| 4.1.2 主用户信道模型 | 第41-43页 |
| 4.1.3 信道分配方法 | 第43-44页 |
| 4.2 认知传感器网络能耗优化 | 第44-46页 |
| 4.2.1 能量损耗模型 | 第44页 |
| 4.2.2 数据分组调节机制的优化 | 第44-46页 |
| 4.3 仿真结果与分析 | 第46-50页 |
| 4.3.1 可持续传输节点占比 | 第47-48页 |
| 4.3.2 信道分配与能耗优化 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第58-59页 |
| 致谢 | 第59页 |
