| 作者简介 | 第1-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-18页 |
| 第一章 绪论 | 第18-25页 |
| §1.1 论文的研究背景和意义 | 第18-19页 |
| §1.2 国内外研究现状综述及分析 | 第19-23页 |
| §1.3 论文的研究内容和组织结构 | 第23-25页 |
| 第二章 基于节点级ETEO数据压缩与异常事件检测算法 | 第25-39页 |
| §2.1 问题背景 | 第25页 |
| §2.2 相关工作综述 | 第25页 |
| §2.3 节点级ETEO数据压缩算法 | 第25-27页 |
| ·相关定义 | 第25-27页 |
| ·节点级ETEO数据压缩算法设计 | 第27页 |
| §2.4 节点级ETEO数据压缩实验及结果分析 | 第27-32页 |
| §2.5 基于ETEO模式的异常事件检测算法 | 第32-34页 |
| ·相关定义 | 第32-33页 |
| ·基于ETEO模式的异常事件检测算法设计 | 第33-34页 |
| §2.6 基于ETEO模式的异常检测实验及结果分析 | 第34-38页 |
| ·Ma_Data数据集上异常事件检测实验 | 第35-36页 |
| ·Keogh_Data数据集上异常事件检测实验 | 第36-38页 |
| §2.7 本章小结 | 第38-39页 |
| 第三章 基于无线传感网分簇路由协议的多重主成分分析数据压缩算法 | 第39-49页 |
| §3.1 问题背景 | 第39页 |
| §3.2 基于路由协议的WSN数据压缩方法综述 | 第39-40页 |
| §3.3 基于分簇路由协议的多重主成分分析数据压缩算法 | 第40-44页 |
| ·主成分分析的数据压缩原理 | 第40-41页 |
| ·相关定义 | 第41-42页 |
| ·基于多重主成分分析的WSN数据压缩算法设计 | 第42-44页 |
| §3.4 实验及结果分析 | 第44-48页 |
| §3.5 本章小结 | 第48-49页 |
| 第四章 无线传感网监控异常事件的快速容错检测算法 | 第49-57页 |
| §4.1 问题背景 | 第49页 |
| §4.2 无线传感网容错检测方法综述 | 第49-50页 |
| §4.3 无线传感网监控异常事件的快速容错检测算法 | 第50-53页 |
| ·网络模型与节点故障模型 | 第50页 |
| ·滑动窗口效验 | 第50-51页 |
| ·预测匹配机制 | 第51-52页 |
| ·节点协作的多数表决 | 第52页 |
| ·节点更新置信水平 | 第52页 |
| ·WSN监控异常事件的快速容错检测算法设计 | 第52-53页 |
| §4.4 实验及结果分析 | 第53-56页 |
| §4.5 本章小结 | 第56-57页 |
| 第五章 无线传感网监测数据的空间相关性建模与定量分析 | 第57-69页 |
| §5.1 问题背景 | 第57页 |
| §5.2 无线传感网监测数据的空间相关性建模方法综述 | 第57-58页 |
| §5.3 无线传感网监测数据的空间相关性建模算法 | 第58-64页 |
| ·半变差函数 | 第58-59页 |
| ·空间相关性模型建立 | 第59-63页 |
| ·空间相关性模型的实现算法 | 第63-64页 |
| §5.4 实验及结果分析 | 第64-68页 |
| ·模型参数控制数据集的空间相关性实验 | 第64-65页 |
| ·模型参数抽取与相应数据集的合成实验 | 第65-68页 |
| §5.5 本章小结 | 第68-69页 |
| 第六章 无线传感网中基于混合数据压缩的异常事件检测算法 | 第69-85页 |
| §6.1 问题背景 | 第69页 |
| §6.2 基于CS理论的WSN数据压缩方法综述 | 第69-70页 |
| §6.3 基于凸优化的光滑化加速压缩感知信号恢复算法 | 第70-80页 |
| ·压缩感知方法的信号处理架构 | 第70-73页 |
| ·光滑凸函数的最小值求解优化算法 | 第73-75页 |
| ·非光滑凸函数的最小值求解优化算法 | 第75-76页 |
| ·Nesterov算法的加速收敛方法 | 第76-78页 |
| ·基于凸优化的光滑化加速压缩感知信号恢复算法设计 | 第78-80页 |
| §6.4 基于混合数据压缩的异常检测实验及结果分析 | 第80-84页 |
| ·基于混合数据压缩的异常检测实验 | 第80-83页 |
| ·基于凸优化的光滑化加速压缩感知信号恢复实验 | 第83-84页 |
| §6.5 本章小结 | 第84-85页 |
| 第七章 基于符号化的WSN监测数据压缩与异常事件检测算法 | 第85-103页 |
| §7.1 问题背景 | 第85页 |
| §7.2 时序数据压缩与模式匹配测度方法综述 | 第85-87页 |
| §7.3 基于FSAX-MARKOV模型的WSN异常事件检测算法 | 第87-92页 |
| ·SAX符号化数据压缩原理 | 第87-89页 |
| ·事件监测的混沌表示模型 | 第89-90页 |
| ·改进的FSAX符号化压缩方法 | 第90-91页 |
| ·基于FSAX-MARKOV模型的异常事件检测算法设计 | 第91-92页 |
| §7.4 实验及结果分析 | 第92-102页 |
| ·实验数据及参数设置 | 第92-94页 |
| ·仿真实验及算法性能分析 | 第94-97页 |
| ·基于混沌表示的异常检测及实验结果分析 | 第97-102页 |
| §7.5 本章小结 | 第102-103页 |
| 第八章 基于WSN的水质监测应用实例分析 | 第103-109页 |
| §8.1 问题背景 | 第103页 |
| §8.2 WSN水质监测原型系统的硬件设计 | 第103-104页 |
| §8.3 WSN水质监测原型系统的软件设计 | 第104-106页 |
| ·传感器节点程序 | 第104-105页 |
| ·协调器程序 | 第105-106页 |
| ·中间件及应用层程序 | 第106页 |
| §8.4 WSN水质监测原型系统的测试结果 | 第106-109页 |
| 第九章 结束语 | 第109-112页 |
| §9.1 本文的主要贡献与创新 | 第109-110页 |
| §9.2 下一步的研究工作展望 | 第110-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-122页 |
