| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景、目的和意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-14页 |
| 1.3 论文的主要研究成果、创新点和研究意义 | 第14-15页 |
| 1.3.1 本文的主要创新点 | 第14页 |
| 1.3.2 本文的研究意义 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 无线传感器网络相关理论 | 第16-25页 |
| 2.1 无线传感器网络结构 | 第16-17页 |
| 2.2 无线传感器网络的应用 | 第17-19页 |
| 2.3 传感器节点的射频模型 | 第19-20页 |
| 2.4 无线传感网数据融合算法 | 第20-21页 |
| 2.4.1 数据融合的基本概念及目标 | 第20页 |
| 2.4.2 数据融合算法的分类 | 第20-21页 |
| 2.5 数据融合路径结构研究 | 第21-23页 |
| 2.5.1 基于簇的层次结构数据融合算法 | 第22页 |
| 2.5.2 基于树结构的数据融合算法 | 第22-23页 |
| 2.5.3 基于平面结构的数据融合算法 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 基于最小生成树的动态能量-位置路由算法 | 第25-32页 |
| 3.1 最小生成树与地理信息分组结合的网络架构模型 | 第25-26页 |
| 3.2 动态能量-位置路由算法详细设计 | 第26-31页 |
| 3.2.1 节点间距离计算 | 第26-27页 |
| 3.2.2 对传感节点进行聚簇分组 | 第27-28页 |
| 3.2.3 原子性能量距离计算 | 第28-29页 |
| 3.2.4 数据融合树的生成 | 第29-31页 |
| 3.2.5 数据收集树的周期维护 | 第31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于动态链表的N阶加权移动平均的数据融合算法 | 第32-38页 |
| 4.1 数据融合算法过滤方式研究现况 | 第32页 |
| 4.2 N阶加权移动平均数据融合 | 第32-37页 |
| 4.2.1 加权移动平均策略 | 第33-34页 |
| 4.2.2 无线传感器网络下环境事件定义 | 第34页 |
| 4.2.3N阶加权移动平均数据融合算法的详细设计 | 第34-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第五章 仿真实验与数据分析 | 第38-56页 |
| 5.1 基于GNU/Linux的NS-3 仿真平台 | 第38-39页 |
| 5.2 仿真平台搭建 | 第39-42页 |
| 5.3 仿真基本流程与脚本编写 | 第42-49页 |
| 5.4 仿真场景数据分析 | 第49-54页 |
| 5.5 与现有算法的性能对比 | 第54-55页 |
| 5.6 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 研究方案的不足之处与进一步研究设想 | 第57页 |
| 6.3 心得体会 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63页 |
