首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文--移动通信论文

无线传感器网络中基于QoS高动态数据流的调度技术研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景第10-11页
        1.1.1 无线传感器网络第10页
        1.1.2 Q-learning算法第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 MAC层应用研究现状第11-12页
        1.2.2 网络层应用研究现状第12-13页
    1.3 存在问题与研究内容第13-14页
        1.3.1 存在问题第13页
        1.3.2 研究内容第13-14页
    1.4 论文组织结构第14-16页
第二章 无线传感器网络QoS优化机制相关研究第16-28页
    2.1 QoS优化机制研究第16-19页
        2.1.1 可靠性QoS研究第16-17页
        2.1.2 时延QoS研究第17-18页
        2.1.3 能耗QoS研究第18页
        2.1.4 总结和讨论第18-19页
    2.2 Q-learning学习第19-23页
        2.2.1 Q-learning基本算法第19-20页
        2.2.2 分布式循环Q-learning算法第20-21页
        2.2.3 重复更新Q-learning算法第21-22页
        2.2.4 总结与讨论第22-23页
    2.3 Q-learning的QoS优化机制研究第23-26页
        2.3.1 Q-learning可靠性QoS研究第23-24页
        2.3.2 Q-learning的时延QoS研究第24-25页
        2.3.3 Q-learning的能耗QoS研究第25-26页
        2.3.4 总结与讨论第26页
    2.4 本章小结第26-28页
第三章 Q-learning的QoS优化MAC协议第28-48页
    3.1 网络模型建立与QoS参数定义第28-33页
        3.1.1 模型描述第28-30页
        3.1.2 时延定义第30-32页
        3.1.3 有效传输率定义第32-33页
    3.2 Q-learning的时延优化MAC协议第33-41页
        3.2.1 研究目标第33-34页
        3.2.2 Q-learning的时延优化机制第34-36页
        3.2.3 D-RR-QL的时延优化机制第36-38页
        3.2.4 RUQL的时延优化机制第38-41页
    3.3 Q-learning有效传输率优化MAC协议第41-46页
        3.3.1 研究目标第41-42页
        3.3.2 Q-learning的有效传输率优化机制第42-44页
        3.3.3 D-RR-QL的有效传输率优化机制第44-45页
        3.3.4 RUQL的有效传输率优化机制第45-46页
    3.4 QoS优化MAC协议收敛性验证第46-47页
    3.5 本章小结第47-48页
第四章 实物平台验证与结果分析第48-70页
    4.1 实验方案第48-51页
        4.1.1 对比算法第48页
        4.1.2 评价标准第48-49页
        4.1.3 参数设置第49-50页
        4.1.4 实验环境第50-51页
    4.2 有效传输率测试结果第51-60页
        4.2.1 参数设置与调试第51-55页
        4.2.2 实验结果与讨论第55-60页
    4.3 时延测试结果第60-68页
        4.3.1 算法参数设置与调试第60-63页
        4.3.2 实验结果与讨论第63-68页
    4.4 本章小结第68-70页
第五章 总结与展望第70-72页
    5.1 论文总结第70页
    5.2 工作展望第70-72页
参考文献第72-78页
致谢第78-80页
攻读硕士期间发表的论文第80页

论文共80页,点击 下载论文
上一篇:基于改进的LSTM算法结合公共领域事件的双向决策支持系统
下一篇:WSN能量有效的成簇路由技术