| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 图表清单 | 第8-10页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 概述 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 论文主要工作 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 基于 WSN 的应力测量系统的总体设计 | 第20-26页 |
| 2.1 空投空降系统应力测量的需求分析 | 第20-21页 |
| 2.2 系统总体架构设计 | 第21页 |
| 2.3 系统逻辑结构设计 | 第21-22页 |
| 2.4 系统物理结构设计 | 第22-23页 |
| 2.5 系统关键技术分析 | 第23-25页 |
| 2.5.1 能量控制策略 | 第24页 |
| 2.5.2 专用路由传输技术 | 第24-25页 |
| 2.5.3 应力测量数据后处理技术 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 WSN 传输协议分析与应力测量系统传输协议设计 | 第26-37页 |
| 3.1 相关传输协议分析与比较 | 第26-33页 |
| 3.1.1 LEACH 协议 | 第27-29页 |
| 3.1.2 LEACH-energy 协议 | 第29-30页 |
| 3.1.3 PEGASIS 协议 | 第30-33页 |
| 3.1.4 LEACH-energy 协议与 PEGASIS 协议的优缺点分析 | 第33页 |
| 3.2 应力测量系统传输协议设计 | 第33-35页 |
| 3.3 应力测量系统数据帧结构设计 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于 WSN 的应力测量系统路由算法设计 | 第37-58页 |
| 4.1 路由算法提出的背景 | 第37页 |
| 4.2 RA-ABC 算法结构设计 | 第37-38页 |
| 4.3 改进的人工蜂群算法 | 第38-42页 |
| 4.3.1 人工蜂群算法 | 第38-40页 |
| 4.3.2 改进的人工蜂群算法 | 第40-42页 |
| 4.4 RA-ABC 算法的模型与流程 | 第42-49页 |
| 4.4.1 算法模型建立 | 第42-45页 |
| 4.4.2 算法流程 | 第45-48页 |
| 4.4.3 能耗分析 | 第48-49页 |
| 4.5 实验与分析 | 第49-57页 |
| 4.5.1 链路长度对比实验 | 第49-54页 |
| 4.5.2 能量消耗与数据平均时延仿真实验 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 基于 BP 神经网络的应力测量补偿算法设计 | 第58-72页 |
| 5.1 应力测量补偿算法提出的背景 | 第58页 |
| 5.2 应力测量传感器简介 | 第58-59页 |
| 5.3 BP 神经网络与相关算法 | 第59-61页 |
| 5.3.1 BP 神经网络 | 第59-60页 |
| 5.3.2 BP 神经网络模型与算法流程 | 第60-61页 |
| 5.4 基于 BP 神经网络的应力测量补偿模型与算法 | 第61-67页 |
| 5.4.1 基于 BP 神经网络的应力补偿模型的建立 | 第61-65页 |
| 5.4.2 SMCABP 算法 | 第65-67页 |
| 5.5 实验与算法性能分析 | 第67-71页 |
| 5.6 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 致谢 | 第80-81页 |
| 在学期间的研究成果及发表的学术论文 | 第81页 |
