摘要 | 第1-6页 |
Abstract | 第6-15页 |
第1章 绪论 | 第15-30页 |
·选题背景与意义 | 第15-17页 |
·智能用电 | 第15-16页 |
·面向智能用电的无线传感器网络 | 第16-17页 |
·无线传感网络国内外研究现状 | 第17-29页 |
·WSN压缩感知研究现状 | 第19-20页 |
·WSN拥塞控制研究现状 | 第20-22页 |
·WSN功率控制研究现状 | 第22-27页 |
·WSN路由优化研究现状 | 第27-29页 |
·论文研究内容与章节结构 | 第29-30页 |
第2章 用电信息数据的压缩感知建模研究 | 第30-52页 |
·引言 | 第30页 |
·压缩感知基本理论 | 第30-33页 |
·WSN用电信息压缩感知建模 | 第33-37页 |
·WSN用电信息采集分析 | 第33-34页 |
·压缩感知模型分析 | 第34-36页 |
·压缩感知建模描述 | 第36-37页 |
·用电信息压缩感知建模条件理论分析 | 第37-44页 |
·用电信息稀疏性分析 | 第37-41页 |
·用电信息约束等距性分析 | 第41-44页 |
·用电信息压缩感知算法 | 第44-47页 |
·算法基本思路 | 第44-45页 |
·双正交小波稀疏化性能分析 | 第45-46页 |
·算法实现 | 第46-47页 |
·算法仿真与分析 | 第47-51页 |
·稀疏重构精度性能分析 | 第47-49页 |
·数据压缩率性能分析 | 第49-51页 |
·本章小结 | 第51-52页 |
第3章 智能用电WSN网络拥塞控制研究 | 第52-81页 |
·引言 | 第52页 |
·用电信息压缩感知数据聚合原理 | 第52-53页 |
·用电信息WSN压缩感知拥塞控制算法 | 第53-64页 |
·算法基本思想 | 第53页 |
·缓存占用率拥塞检测 | 第53-55页 |
·压缩感知速率调整策略 | 第55-56页 |
·仿真实验与分析 | 第56-64页 |
·WSN节点ARIMA流量预测建模 | 第64-69页 |
·ARIMA流量预测理论 | 第65-66页 |
·节点ARIMA流量预测建模 | 第66-69页 |
·ARIMA流量预测拥塞控制算法 | 第69-80页 |
·算法基本思想 | 第70-71页 |
·节点ARIMA拥塞预测 | 第71页 |
·局部与全局拥塞控制策略 | 第71-73页 |
·仿真实验与分析 | 第73-80页 |
·本章小结 | 第80-81页 |
第4章 智能用电业务分级的WSN自适应功率控制研究 | 第81-96页 |
·引言 | 第81页 |
·WSN功率控制理论依据分析 | 第81-83页 |
·无线传感器网络能耗模型 | 第81-82页 |
·节点功率控制理论分析 | 第82-83页 |
·用电业务功率控制必要性分析 | 第83-89页 |
·用电业务QoS影响分析 | 第83-86页 |
·用电通信网络拓扑影响分析 | 第86-89页 |
·WSN业务分级自适应功率控制算法 | 第89-92页 |
·算法基本思路 | 第89-90页 |
·业务分级自适应功率控制建模 | 第90-91页 |
·功率控制算法实现 | 第91-92页 |
·算法仿真与分析 | 第92-95页 |
·本章小结 | 第95-96页 |
第5章 智能用电区域能量混合势能场路由优化研究 | 第96-109页 |
·引言 | 第96页 |
·用电通信网络拓扑势能场建模可行性分析 | 第96-98页 |
·WSN路由优化联合驱动势能场建模 | 第98-102页 |
·物理势能场构建基本原理 | 第98-99页 |
·WSN节点单一势能场定义 | 第99-101页 |
·联合驱动势能场构建 | 第101-102页 |
·区域能量混合势能场路由优化算法 | 第102-104页 |
·算法基本思想 | 第102页 |
·势能场路由选择策略 | 第102-103页 |
·算法实现 | 第103-104页 |
·算法仿真与分析 | 第104-108页 |
·参数Beta性能分析 | 第104-105页 |
·路由优化性能分析 | 第105-108页 |
·本章小结 | 第108-109页 |
第6章 总结与展望 | 第109-111页 |
·论文工作总结 | 第109-110页 |
·今后工作展望 | 第110-111页 |
参考文献 | 第111-120页 |
攻读博士学位期间发表的论文及其它成果 | 第120-121页 |
攻读博士学位期间参加的科研工作 | 第121-122页 |
致谢 | 第122-123页 |
作者简介 | 第123页 |