开放无线传感器网络中面向任务的自组织机制研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景与意义 | 第9-10页 |
| 1.1.1 课题研究的背景 | 第9-10页 |
| 1.1.2 课题研究的意义 | 第10页 |
| 1.2 国内外相关研究现状 | 第10-13页 |
| 1.3 论文的主要工作和结构安排 | 第13-15页 |
| 1.3.1 论文的主要工作 | 第13-14页 |
| 1.3.2 论文的结构安排 | 第14-15页 |
| 第二章 无线传感器网络综述 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 无线传感器网络概述 | 第15-16页 |
| 2.3 无线传感器网络的体系结构 | 第16-18页 |
| 2.3.1 无线传感器网络的节点结构 | 第16-17页 |
| 2.3.2 无线传感器网络的体系结构 | 第17页 |
| 2.3.3 无线传感器网络的协议栈 | 第17-18页 |
| 2.4 无线传感器网络的特点 | 第18-19页 |
| 2.4.1 与现有无线网络的区别 | 第18-19页 |
| 2.4.2 无线传感器网络的特点 | 第19页 |
| 2.5 无线传感器网络的关键技术和性能指标 | 第19-21页 |
| 2.5.1 无线传感器网络的关键技术 | 第19-20页 |
| 2.5.2 无线传感器网络的性能指标 | 第20-21页 |
| 2.6 无线传感器网络的应用 | 第21-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第三章 无线传感器网络中自组织机制的设计 | 第23-45页 |
| 3.1 引言 | 第23页 |
| 3.2 自组织方法的研究现状 | 第23-25页 |
| 3.3 分布式任务分配 | 第25-26页 |
| 3.3.1 问题描述 | 第25-26页 |
| 3.3.2 解决方法 | 第26页 |
| 3.4 增强学习 | 第26-30页 |
| 3.4.1 增强学习概述 | 第27-28页 |
| 3.4.2 马尔可夫决策过程 | 第28页 |
| 3.4.3 增强学习的模型和基本原理 | 第28-29页 |
| 3.4.4 增强学习系统构成要素 | 第29-30页 |
| 3.5 Q-学习算法 | 第30-33页 |
| 3.5.1 Q-学习算法概述 | 第30-31页 |
| 3.5.2 Q-学习算法原理 | 第31-32页 |
| 3.5.3 Q-学习算法流程 | 第32-33页 |
| 3.6 基于Q-学习的自组织机制设计 | 第33-38页 |
| 3.6.1 自组织算法原理 | 第34-37页 |
| 3.6.2 自组织算法流程 | 第37-38页 |
| 3.7 仿真分析 | 第38-44页 |
| 3.7.1 仿真工具介绍 | 第39页 |
| 3.7.2 实验设置 | 第39-41页 |
| 3.7.3 实验分析 | 第41-44页 |
| 3.8 本章小结 | 第44-45页 |
| 第四章 开放传感器网络环境中自组织机制的设计 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 问题描述与模型 | 第45-49页 |
| 4.2.1 问题描述 | 第45-46页 |
| 4.2.2 网络模型 | 第46-49页 |
| 4.3 开放环境下的自组织机制设计 | 第49-53页 |
| 4.3.1 算法原理 | 第49-52页 |
| 4.3.2 算法流程 | 第52-53页 |
| 4.4 仿真分析 | 第53-60页 |
| 4.4.1 实验设置 | 第53-55页 |
| 4.4.2 实验分析 | 第55-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 全文总结 | 第61-62页 |
| 5.2 未来工作 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-73页 |
