| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-38页 |
| 1.1 课题背景和意义 | 第15-17页 |
| 1.2 无线传感器网络概述 | 第17-23页 |
| 1.2.1 无线传感器网络的概念 | 第17-18页 |
| 1.2.2 无线传感器网络的关键技术 | 第18-20页 |
| 1.2.3 无线传感器网络的主要研究内容与研究现状 | 第20-23页 |
| 1.3 无线传感器网络中事件监测技术简介 | 第23-35页 |
| 1.3.1 基于分层拓扑结构的事件监测的相关工作 | 第24-28页 |
| 1.3.2 基于平面拓扑结构的事件监测的相关工作 | 第28-32页 |
| 1.3.3 无线传感器网络中实时数据传输的相关工作 | 第32-35页 |
| 1.4 本文主要研究内容和组织结构 | 第35-37页 |
| 1.5 本文的章节安排 | 第37-38页 |
| 第2章 基于无线传感器网络高能效Top-k监测算法 | 第38-59页 |
| 2.1 引言 | 第38-40页 |
| 2.2 问题定义 | 第40-41页 |
| 2.3 通信开销模型 | 第41-43页 |
| 2.4 Top-k监测算法的数学基础 | 第43-51页 |
| 2.4.1 失败概率Prf(Fi) 及探测查询概率Prr(Fi) 的估计 | 第43-45页 |
| 2.4.2 求解过滤器Fk的最优阈值Fk.l | 第45-47页 |
| 2.4.3 构造最优的健壮过滤器 | 第47-51页 |
| 2.5 基于过滤器的Top-k监测算法 | 第51-54页 |
| 2.5.1 Top-k过滤器的维护策略 | 第51-52页 |
| 2.5.2 算法性能分析 | 第52-54页 |
| 2.6 模拟实验结果 | 第54-58页 |
| 2.7 本章小结 | 第58-59页 |
| 第3章 基于无线传感器网络分布式 (α, τ)?监测算法 | 第59-86页 |
| 3.1 引言 | 第59-61页 |
| 3.2 关键点的 (α, τ)? 监测 | 第61-68页 |
| 3.2.1 问题定义 | 第61-62页 |
| 3.2.2 计算概率上界的数学方法 | 第62-66页 |
| 3.2.3 关键点的 (α, τ)? 监测算法 | 第66-68页 |
| 3.3 区域的 (α, τ)? 监测 | 第68-73页 |
| 3.3.1 推导概率上界 | 第68-73页 |
| 3.3.2 区域的 (α, τ)? 监测算法 | 第73页 |
| 3.4 连续的 (α, τ)? 监测 | 第73-79页 |
| 3.4.1 问题定义 | 第73-76页 |
| 3.4.2 确定估计器和样本容量 | 第76-77页 |
| 3.4.3 近似的连续 (α, τ)? 监测算法 | 第77-79页 |
| 3.5 模拟实验结果 | 第79-84页 |
| 3.6 本章小结 | 第84-86页 |
| 第4章 基于无线传感器网络的小概率事件监测算法 | 第86-105页 |
| 4.1 引言 | 第86-87页 |
| 4.2 近似 τ-分位数算法 | 第87-93页 |
| 4.2.1 问题定义 | 第88-90页 |
| 4.2.2 优化的样本容量 | 第90-92页 |
| 4.2.3 确定优化的估计器 | 第92-93页 |
| 4.2.4 基于抽样的近似 τ-分位数算法 | 第93页 |
| 4.3 优化的近似 τ-分位数算法 | 第93-96页 |
| 4.3.1 算法正确性基础 | 第93-94页 |
| 4.3.2 基于抽样的优化 τ-分位数算法 | 第94-96页 |
| 4.4 性能分析 | 第96-100页 |
| 4.4.1 一些重要引理 | 第96-99页 |
| 4.4.2 样本容量分析 | 第99页 |
| 4.4.3 算法复杂度分析 | 第99-100页 |
| 4.5 模拟实验结果 | 第100-103页 |
| 4.6 本章小结 | 第103-105页 |
| 第5章 无线传感器网络中支持实时监测的数据传输策略 | 第105-133页 |
| 5.1 引言 | 第105-107页 |
| 5.2 问题描述 | 第107-109页 |
| 5.2.1 问题定义 | 第107-109页 |
| 5.3 问题的计算复杂度 | 第109-113页 |
| 5.3.1 一些重要引理 | 第109-111页 |
| 5.3.2 NP-Hard性证明 | 第111-113页 |
| 5.4 基于动态规划技术的分布式的最优重传阈值算法 | 第113-117页 |
| 5.4.1 算法正确性基础 | 第114页 |
| 5.4.2 推导递归方程 | 第114-117页 |
| 5.5 基于线性规划技术的近似算法 | 第117-123页 |
| 5.5.1 构造线性规划问题 | 第117-121页 |
| 5.5.2 1 +pmin-近似算法 | 第121-123页 |
| 5.6 基于拉格朗日乘子法的分布式O(1)-近似算法 | 第123-127页 |
| 5.6.1 近似算法数学基础 | 第123-125页 |
| 5.6.2 基于拉格朗日乘子法的近似算法 | 第125-127页 |
| 5.7 模拟实验结果 | 第127-132页 |
| 5.8 本章小结 | 第132-133页 |
| 结论 | 第133-135页 |
| 攻读博士学位期间发表的论文及其他成果 | 第135-137页 |
| 致谢 | 第137-139页 |
| 个人简历 | 第139页 |
