| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-10页 |
| ·本课题的研究背景 | 第8-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-15页 |
| 第二章 无线传感器网络中的分布式探测技术 | 第15-26页 |
| ·分布式探测技术的定义与判决准则 | 第15-20页 |
| ·假设检验与最大后验概率检测准则 | 第15-17页 |
| ·贝叶斯判定准则 | 第17-18页 |
| ·Neyman-Pearson 准则 | 第18-19页 |
| ·问题定义 | 第19-20页 |
| ·相关的数学模型 | 第20-24页 |
| ·传感器感知模型 | 第20-21页 |
| ·无线传感器网络的网络拓扑模型 | 第21-23页 |
| ·无线传感器网络的网络能耗模型 | 第23-24页 |
| ·数学符号说明 | 第24页 |
| ·性能评价方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 分布式探测决策融合算法 | 第26-41页 |
| ·Counting Rule 决策融合算法 | 第26-28页 |
| ·Local Vote 决策融合算法 | 第28-30页 |
| ·决策融合算法的能耗分析 | 第30-34页 |
| ·条件假设 | 第30-31页 |
| ·Counting Rule 算法能耗推导 | 第31-32页 |
| ·Local Vote 算法能耗推导 | 第32-33页 |
| ·总结 | 第33-34页 |
| ·仿真实验 | 第34-40页 |
| ·实验场景设置 | 第34-35页 |
| ·决策准确率仿真 | 第35-38页 |
| ·能耗仿真 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 RMB 决策融合算法 | 第41-52页 |
| ·现有的决策融合算法的不足 | 第41-42页 |
| ·RMB 决策融合算法 | 第42-45页 |
| ·条件假设 | 第42页 |
| ·算法描述 | 第42-45页 |
| ·数学推导和分析 | 第45-48页 |
| ·决策准确度 | 第45页 |
| ·算法能耗 | 第45-47页 |
| ·分析结论 | 第47-48页 |
| ·仿真实验 | 第48-51页 |
| ·实验场景设置 | 第48页 |
| ·决策准确率仿真 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于 IEEE 802.15.4 协议的分布式探测系统 | 第52-67页 |
| ·IEEE 802.15.4 协议 | 第52-60页 |
| ·网络构件和拓扑结构 | 第53-54页 |
| ·体系结构和通信模式 | 第54-57页 |
| ·超帧 | 第57-58页 |
| ·IEEE 802.15.4 中的 CSMA-CA 算法 | 第58-60页 |
| ·基于 IEEE 802.15.4 的分布式探测系统 | 第60-64页 |
| ·分簇式网络结构 | 第60-62页 |
| ·改进的 RMB 决策融合算法 | 第62-64页 |
| ·仿真实验 | 第64-66页 |
| ·实验场景设置 | 第64-65页 |
| ·决策准确度实验 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·文章总结 | 第67-68页 |
| ·未来展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 1 攻读硕士学位期间申请的专利 | 第71-72页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第72-73页 |
| 附录 3 图表清单 | 第73-74页 |
| 致谢 | 第74页 |
