基于无线传感器网络智能集成覆盖控制算法研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 WSNs覆盖率控制研究 | 第13-14页 |
1.2.2 WSNs网络寿命控制研究 | 第14-15页 |
1.2.3 WSNs覆盖控制研究挑战 | 第15-16页 |
1.3 论文主要内容 | 第16-17页 |
1.4 论文结构 | 第17-18页 |
第2章 无线传感器网络与覆盖控制方案 | 第18-28页 |
2.1 WSNs概述 | 第18-21页 |
2.1.1 WSNs的结构和组成 | 第18-19页 |
2.1.2 传感器节点结构与组成 | 第19-20页 |
2.1.3 WSNs的协议栈 | 第20-21页 |
2.2 节点感知模型 | 第21-23页 |
2.2.1 圆盘模型 | 第21-22页 |
2.2.2 概率感知模型 | 第22页 |
2.2.3 有向感知模型 | 第22-23页 |
2.3 WSNs随机覆盖控制性能评价模型 | 第23-26页 |
2.3.1 网络覆盖率性能评价模型 | 第23-24页 |
2.3.2 网络寿命性能评价模型 | 第24-26页 |
2.3.3 网络连通性评价模型 | 第26页 |
2.4 WSNs覆盖控制方案 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第3章 基于模拟退火的WSNs覆盖控制模型 | 第28-36页 |
3.1 问题描述 | 第28页 |
3.2 基于模拟退火的WSNs覆盖控制模型原理 | 第28-30页 |
3.2.1 模拟退火算法原理 | 第29页 |
3.2.2 模拟退火算法实现步骤 | 第29-30页 |
3.3 基于SA的WSNs覆盖控制实现 | 第30-34页 |
3.3.1 数据的编码表示 | 第30-31页 |
3.3.2 目标函数建立 | 第31-32页 |
3.3.3 参数和算子选取 | 第32-34页 |
3.4 基于Logistic映射的扰动算法改进 | 第34-35页 |
3.5 本章小结 | 第35-36页 |
第4章 基于遗传进化的WSNs覆盖控制模型 | 第36-45页 |
4.1 基于遗传进化的WSNs覆盖控制原理 | 第36-39页 |
4.1.1 遗传算法原理 | 第36-38页 |
4.1.2 遗传算法实现步骤 | 第38-39页 |
4.2 基于遗传进化的WSNs覆盖控制实现 | 第39-41页 |
4.2.1 数据的编码表示 | 第39-40页 |
4.2.2 适应度函数建立 | 第40-41页 |
4.3 遗传进化操作算子改进 | 第41-43页 |
4.3.1 改进选择算子 | 第41-42页 |
4.3.2 改进变异算子 | 第42页 |
4.3.3 改进杂交算子 | 第42-43页 |
4.4 改进的遗传算法 | 第43页 |
4.5 本章小结 | 第43-45页 |
第5章 基于信息熵的WSNs集成覆盖控制模型 | 第45-54页 |
5.1 问题描述及算法原理 | 第45-46页 |
5.1.1 问题描述 | 第45-46页 |
5.1.2 算法原理 | 第46页 |
5.2 基于信息熵的集成覆盖控制模型 | 第46-49页 |
5.2.1 WSNs集成覆盖控制模型 | 第47-48页 |
5.2.2 基于信息熵的权重估计 | 第48-49页 |
5.3 仿真实验及性能分析 | 第49-53页 |
5.3.1 仿真平台与参数设置 | 第49-50页 |
5.3.2 仿真实验 | 第50-53页 |
5.4 本章小结 | 第53-54页 |
结论 | 第54-56页 |
参考文献 | 第56-61页 |
致谢 | 第61页 |