面向智能服装的无线传感器网络分布式计算模型研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·研究背景 | 第10页 |
| ·相关领域的研究现状 | 第10-15页 |
| ·智能服装研究现状 | 第10-12页 |
| ·无线传感器网络的研究现状 | 第12-14页 |
| ·分布式计算任务调度与分配算法的研究现状 | 第14-15页 |
| ·本文研究工作及意义 | 第15页 |
| ·本文内容结构安排 | 第15-16页 |
| 第二章 面向智能服装的无线传感器网络计算平台 | 第16-30页 |
| ·引言 | 第16页 |
| ·智能服装系统组成 | 第16-18页 |
| ·基于ZigBee的无线生理传感器网络 | 第18-23页 |
| ·IEEE 802.15.4协议 | 第19-20页 |
| ·ZigBee协议栈 | 第20-23页 |
| ·智能服装中的无线生理传感器网络 | 第23页 |
| ·生物医学传感器 | 第23-28页 |
| ·生物医学传感器的硬件设计 | 第23-25页 |
| ·生物医学传感器的信号处理 | 第25-27页 |
| ·生物医学传感器的放置设计 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第三章 面向智能服装的分布式计算模型 | 第30-38页 |
| ·引言 | 第30页 |
| ·分布式并行计算的基本理论 | 第30-34页 |
| ·分布式并行计算概念 | 第30-31页 |
| ·分布式并行计算平台的体系结构 | 第31-32页 |
| ·分布式并行计算系统的负载平衡 | 第32-33页 |
| ·常用的负载平衡算法 | 第33-34页 |
| ·无线生理传感器网络的分布式计算 | 第34-36页 |
| ·无线生理传感器网络的分布式计算平台 | 第34-35页 |
| ·无线生理传感器网络的分布式计算模型 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第四章 基于模拟退火的分布式任务调度优化 | 第38-58页 |
| ·引言 | 第38页 |
| ·任务调度的基本理论 | 第38-44页 |
| ·任务调度问题问题定义及其描述 | 第38-41页 |
| ·任务调度算法的研究现状 | 第41-43页 |
| ·任务调度算法的的评价标准 | 第43-44页 |
| ·基于遗传算法和模拟退火算法的任务调度 | 第44-57页 |
| ·遗传算法 | 第44-46页 |
| ·GA的全局收敛和最优性 | 第46页 |
| ·模拟退火算法 | 第46-47页 |
| ·任务调度算法设计 | 第47-56页 |
| ·任务调度算法的总体框架 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第五章 传感器网络分布式计算的实现 | 第58-78页 |
| ·引言 | 第58页 |
| ·硬件环境 | 第58-63页 |
| ·传感器节点 | 第58-59页 |
| ·主控节点 | 第59-60页 |
| ·网络收发模块 | 第60-63页 |
| ·软件平台—Z-Stack | 第63-67页 |
| ·Z-Stack关键概念 | 第63-64页 |
| ·Z-Stack网络地址分配与寻址 | 第64-65页 |
| ·Z-Stack绑定 | 第65-67页 |
| ·分布式计算任务调度优化方法 | 第67-72页 |
| ·WPSN任务调度问题模型 | 第67-68页 |
| ·基于遗传算法和模拟退火算法的任务调度优化算法 | 第68-72页 |
| ·分布式计算的实施 | 第72-77页 |
| ·基于Z-Stack的WPSN网络节点间通信 | 第72-76页 |
| ·任务调度的实现 | 第76-77页 |
| ·小结 | 第77-78页 |
| 第六章 结论与展望 | 第78-80页 |
| ·结论 | 第78页 |
| ·展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士期间参加的项目和发表的论文 | 第88页 |
