| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景、目的及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的和意义 | 第10-11页 |
| 1.2 研究动态 | 第11-12页 |
| 1.3 本文研究工作及论文结构 | 第12-14页 |
| 第二章 无线传感器网络和数据融合技术 | 第14-24页 |
| 2.1 无线传感器网络概述 | 第14-17页 |
| 2.1.1 无线传感器网络的结构 | 第14-15页 |
| 2.1.2 无线传感器网络的协议与体系结构 | 第15-16页 |
| 2.1.3 无线传感器网络的特征 | 第16-17页 |
| 2.1.4 无线传感器网络的关键技术 | 第17页 |
| 2.2 无线传感器的网络路由协议 | 第17-19页 |
| 2.2.1 路由协议的主要任务 | 第17-18页 |
| 2.2.2 路由协议的优先原则 | 第18页 |
| 2.2.3 路由协议分类 | 第18-19页 |
| 2.3 数据融合技术 | 第19-23页 |
| 2.3.1 定义及作用 | 第19-20页 |
| 2.3.2 数据融合分类 | 第20-21页 |
| 2.3.3 数据融合常用算法 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章S-LEACH路由算法研究 | 第24-35页 |
| 3.1 LEACH路由算法研究 | 第24-26页 |
| 3.1.1 LEACH算法的工作原理 | 第24-25页 |
| 3.1.2 簇头选举策略和数据传输 | 第25页 |
| 3.1.3 通信能量模型 | 第25-26页 |
| 3.2 S-LEAC H路由算法分析 | 第26-32页 |
| 3.2.1 分析问题 | 第26-27页 |
| 3.2.2 解决问题 | 第27-32页 |
| 3.3 网络仿真及性能分析 | 第32-34页 |
| 3.3.1 仿真环境建立 | 第32页 |
| 3.3.2 仿真结果分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于遗传算法的改进BP融合算法研究 | 第35-48页 |
| 4.1 BP神经网络概述 | 第35-40页 |
| 4.1.1 人工神经网络简介 | 第35-36页 |
| 4.1.2 BP神经网络算法 | 第36-39页 |
| 4.1.3 BP神经网络算法的优缺点 | 第39-40页 |
| 4.2 BP神经网络融合算法的改进 | 第40-47页 |
| 4.2.1 遗传算法 | 第40-42页 |
| 4.2.2 基于遗传算法的改进BP神经网络融合算法 | 第42-45页 |
| 4.2.3 算法仿真及分析 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 基于无线传感器网络的融合模型构建 | 第48-54页 |
| 5.1 S-LEAC H算法和改进BP神经网络算法关系分析 | 第48页 |
| 5.2 基于改进BP神经网络的一级融合模型构建 | 第48-50页 |
| 5.2.1 数据预处理 | 第49-50页 |
| 5.2.2 节点数及激活函数确定 | 第50页 |
| 5.3 基于最优加权平均算法的二级融合模型构建 | 第50-52页 |
| 5.3.1 最优加权平均融合 | 第50-52页 |
| 5.4 融合模型的应用 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 总结与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61页 |