无线传感器网络高效持续数据收集技术研究
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第16-26页 |
1.1 研究背景和意义 | 第16-22页 |
1.1.1 无线传感器网络 | 第16-19页 |
1.1.2 无线传感器网络数据收集 | 第19-22页 |
1.2 论文的主要研究内容 | 第22-24页 |
1.3 论文的主要创新点 | 第24-25页 |
1.4 论文的组织结构 | 第25-26页 |
第2章 相关工作 | 第26-40页 |
2.1 无线传感器网络简介 | 第26-32页 |
2.1.1 无线传感器网络的体系结构 | 第26-27页 |
2.1.2 无线传感器网络应用研究 | 第27-30页 |
2.1.3 无线传感器网络数据收集模式 | 第30-32页 |
2.2 数据收集技术研究进展 | 第32-39页 |
2.2.1 数据收集方法分类 | 第32-36页 |
2.2.2 基于时空相关性的数据收集 | 第36-38页 |
2.2.3 基于压缩感知的数据收集 | 第38-39页 |
2.3 本章小结 | 第39-40页 |
第3章 基于表示节点的数据收集 | 第40-60页 |
3.1 引言 | 第40页 |
3.2 预备 | 第40-42页 |
3.2.1 系统模型 | 第40-41页 |
3.2.2 问题定义 | 第41-42页 |
3.3 基于表示节点的数据收集方法 | 第42-52页 |
3.3.1 感知数据空间相关性分析 | 第42-43页 |
3.3.2 传感器节点表示能力度量 | 第43-45页 |
3.3.3 表示节点分簇算法 | 第45-49页 |
3.3.4 DSCC算法性能分析 | 第49-51页 |
3.3.5 基于分簇的数据收集 | 第51-52页 |
3.4 实验和结果分析 | 第52-58页 |
3.4.1 仿真实验设置 | 第52-53页 |
3.4.2 分簇算法性能分析 | 第53-57页 |
3.4.3 数据收集性能分析 | 第57-58页 |
3.5 本章小结 | 第58-60页 |
第4章 基于时间序列分析的数据收集 | 第60-78页 |
4.1 序言 | 第60页 |
4.2 预备 | 第60-62页 |
4.2.1 时间序列分析 | 第60-61页 |
4.2.2 系统模型 | 第61-62页 |
4.3 基于时间序列分析的数据收集 | 第62-71页 |
4.3.1 感知数据时间相关性分析 | 第62-63页 |
4.3.2 节点相似性度量机制 | 第63-65页 |
4.3.3 层级分簇算法 | 第65-70页 |
4.3.4 基于双向预测的数据收集 | 第70-71页 |
4.4 实验和结果分析 | 第71-77页 |
4.4.1 仿真实验设置 | 第71-73页 |
4.4.2 分簇算法性能分析 | 第73-75页 |
4.4.3 数据收集性能分析 | 第75-77页 |
4.5 本章小结 | 第77-78页 |
第5章 基于压缩感知的稀疏采样数据收集 | 第78-106页 |
5.1 引言 | 第78-79页 |
5.2 预备 | 第79-85页 |
5.2.1 压缩感知理论 | 第79-80页 |
5.2.2 感知数据的相关性 | 第80-84页 |
5.2.3 稀疏采样数据收集问题 | 第84-85页 |
5.3 基于压缩感知的稀疏采样数据收集 | 第85-92页 |
5.3.1 总体框架 | 第86-87页 |
5.3.2 感知状况相关性模型 | 第87-90页 |
5.3.3 稀疏采样数据预处理 | 第90-92页 |
5.3.4 数据收集与恢复 | 第92页 |
5.4 实验和结果分析 | 第92-105页 |
5.4.1 仿真实验设置 | 第92-94页 |
5.4.2 相关性模型分析 | 第94-96页 |
5.4.3 数据预处理分析 | 第96-99页 |
5.4.4 数据收集方法准确度评估 | 第99-103页 |
5.4.5 数据收集方法可扩展性评估 | 第103-105页 |
5.5 本章小结 | 第105-106页 |
第6章 总结和展望 | 第106-108页 |
6.1 研究工作总结 | 第106-107页 |
6.2 研究展望 | 第107-108页 |
参考文献 | 第108-120页 |
攻读博士学位期间的科研成果 | 第120-122页 |
论文发表 | 第120-121页 |
专利申请 | 第121页 |
参与科研项目 | 第121-122页 |
致谢 | 第122-123页 |