| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究意义与应用背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文研究工作和内容安排 | 第14-15页 |
| 1.4 本章总结 | 第15-17页 |
| 第二章 粒子群优化算法研究 | 第17-29页 |
| 2.1 基本粒子群算法 | 第17-18页 |
| 2.2 粒子群算法流程 | 第18-19页 |
| 2.3 算法模型分析 | 第19-21页 |
| 2.4 粒子群算法收敛性分析 | 第21-22页 |
| 2.5 粒子群算法参数 | 第22-23页 |
| 2.6 几种经典粒子群算法参数改进 | 第23-26页 |
| 2.6.1 带惯性权重的粒子群算法 | 第24-25页 |
| 2.6.2 带收缩因子的粒子群算法 | 第25页 |
| 2.6.3 自适应的粒子群算法 | 第25-26页 |
| 2.7 多智能体系统 | 第26-27页 |
| 2.8 本章小结 | 第27-29页 |
| 第三章 基于粒子群优化算法的多智能体协作应用设计 | 第29-43页 |
| 3.1 多智能体协作 | 第29页 |
| 3.2 粒子群算法实现多智能体协作进化 | 第29-31页 |
| 3.2.1 多智能体粒子表示原则 | 第30页 |
| 3.2.2 适应度函数设计原则 | 第30-31页 |
| 3.3 应用场景建模 | 第31-35页 |
| 3.4 基于粒子群优化算法的D2D移动智能组网设计 | 第35-42页 |
| 3.4.1 用户环境模型 | 第35-36页 |
| 3.4.2 动态用户跟踪 | 第36页 |
| 3.4.3 用户空间调整 | 第36-37页 |
| 3.4.4 网络优化判断方案 | 第37-38页 |
| 3.4.5 多智能体位置调整优化 | 第38页 |
| 3.4.6 粒子群优化算法相关设计 | 第38-42页 |
| 3.4.6.1 粒子群优化适应度函数 | 第39-40页 |
| 3.4.6.2 粒子结构和种群结构 | 第40-41页 |
| 3.4.6.3 粒子更新策略 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 移动智能组网仿真平台设计与实现 | 第43-61页 |
| 4.1 硬件平台介绍 | 第43-46页 |
| 4.1.1 硬件模块介绍 | 第44-45页 |
| 4.1.2 硬件连接示意图 | 第45-46页 |
| 4.2 仿真平台搭建 | 第46-59页 |
| 4.2.1 软件组成介绍 | 第48-52页 |
| 4.2.2 软件设计与实现 | 第52-59页 |
| 4.2.2.3 用户移动模拟 | 第53-56页 |
| 4.2.2.2 用户空间调整 | 第56页 |
| 4.2.2.3 粒子群算法优化网络 | 第56-58页 |
| 4.2.2.4 智能体位置调整 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 移动智能组网仿真结果及分析 | 第61-77页 |
| 5.1 改进后粒子群优化算法的收敛性的验证和比较 | 第61-63页 |
| 5.2 用户移动模型的仿真及分析 | 第63-64页 |
| 5.2.1 仿真参数设置 | 第63页 |
| 5.2.2 仿真结果及分析 | 第63-64页 |
| 5.3 粒子群优化算法仿真 | 第64-76页 |
| 5.3.1 仿真参数设置 | 第64页 |
| 5.3.2 一个用户一个无人机 | 第64-72页 |
| 5.3.2.1 算法仿真 | 第65-67页 |
| 5.3.2.2 室内仿真 | 第67-68页 |
| 5.3.2.3 外场实测 | 第68-72页 |
| 5.3.3 多个用户多个无人机 | 第72-76页 |
| 5.3.3.1 用户和无人机数相同 | 第74-75页 |
| 5.3.3.4 用户数多于无人机数 | 第75-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 论文总结 | 第77页 |
| 6.2 工作展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |