| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 WSNs研究历程与现状 | 第10-12页 |
| 1.1.1 WSNs研究历程 | 第10页 |
| 1.1.2 WSNs研究现状 | 第10-12页 |
| 1.2 WSNS体系结构 | 第12-14页 |
| 1.2.1 WSNs定义和传感器节点结构 | 第12-13页 |
| 1.2.2 WSNs协议栈 | 第13页 |
| 1.2.3 后续章节安排及其内容 | 第13-14页 |
| 第2章 WSNs路由研究相关工具 | 第14-21页 |
| 2.1 WSNs的分层结构 | 第14-15页 |
| 2.2 WSNs路由算法现状和分类 | 第15-17页 |
| 2.2.1 路由算法现状 | 第15页 |
| 2.2.2 路由算法分类 | 第15-17页 |
| 2.3 标准的粒子群优化算法 | 第17-18页 |
| 2.4 Value at Risk和Conditional Value at Risk | 第18页 |
| 2.5 WSNs仿真平台 | 第18-20页 |
| 2.6 Matlab优化工具箱 | 第20页 |
| 2.7 本章小结 | 第20-21页 |
| 第3章 无线传感器网络中基于数据融合的时变速率路由算法 | 第21-31页 |
| 3.1 引言 | 第21页 |
| 3.2 网络和能量模型 | 第21-23页 |
| 3.2.1 网络模型 | 第21-22页 |
| 3.2.2 数据融合机制 | 第22页 |
| 3.2.3 能量模型 | 第22-23页 |
| 3.3 时变速率平均值已知条件下的最优路由 | 第23-25页 |
| 3.3.1 问题P1 | 第23页 |
| 3.3.2 辅助问题P2 | 第23-24页 |
| 3.3.3 问题P1的最优路由算法 | 第24-25页 |
| 3.4 算法理论证明 | 第25-27页 |
| 3.5 仿真验证及分析 | 第27-30页 |
| 3.5.1 算法验证 | 第28-30页 |
| 3.5.2 算法比较 | 第30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 无线传感器网络中基于粒子群优化方法的鲁棒路由设计 | 第31-52页 |
| 4.1 引言 | 第31-32页 |
| 4.2 网络模型 | 第32-36页 |
| 4.2.1 传感器节点的功率调度和控制 | 第32-34页 |
| 4.2.2 链路容量约束条件下的路由 | 第34页 |
| 4.2.3 抗风险的鲁棒路由：链路中断的概率约束 | 第34-36页 |
| 4.3 问题的构造和转化 | 第36-39页 |
| 4.3.1 网络生命周期最大化和鲁棒路由的联合设计 | 第36-37页 |
| 4.3.2 概率约束条件的转化 | 第37-39页 |
| 4.4 当引入IC-PSO方法时的网络应用 | 第39-44页 |
| 4.4.2 算法改进 | 第39-40页 |
| 4.4.3 算法IC-PSO的收敛性 | 第40-42页 |
| 4.4.4 用算法IC-PSO求解问题P3 | 第42-44页 |
| 4.5 算法仿真与分析 | 第44-51页 |
| 4.5.1 网络拓扑和仿真参数设定 | 第44-45页 |
| 4.5.2 仿真结果分析 | 第45-51页 |
| 4.6 本章小结 | 第51-52页 |
| 结论与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简介 | 第58页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第58页 |
