| 摘要 | 第1-6页 |
| abstract | 第6-12页 |
| 1 绪论 | 第12-27页 |
| ·选题背景及研究意义 | 第12-15页 |
| ·无线传感器网络概述 | 第15-21页 |
| ·无线传感器网络数据收集 | 第21-24页 |
| ·本文的主要研究内容和组织结构 | 第24-27页 |
| 2 无线传感器网络信息交换平台WSN-IEP | 第27-39页 |
| ·WSN-IEP系统概述 | 第27-28页 |
| ·WSN-IEP系统的基本功能 | 第28-29页 |
| ·WSN-IEP系统的体系结构 | 第29-36页 |
| ·WSN-IEP系统的关键技术 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 3 WSN-IEP中基于能量水平的数据收集算法 | 第39-52页 |
| ·相关工作 | 第39-41页 |
| ·传感器网络的图模型 | 第41-42页 |
| ·DGEL数据收集算法 | 第42-46页 |
| ·DGEL算法复杂度分析 | 第46-47页 |
| ·仿真实验与性能分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 4 WSN-IEP中基于最小跳数场的最大能量利用数据收集算法 | 第52-78页 |
| ·引言 | 第52-54页 |
| ·问题域 | 第54-61页 |
| ·数据收集算法MEURP | 第61-69页 |
| ·MEURP算法复杂度分析 | 第69-70页 |
| ·仿真实验及其结果分析 | 第70-77页 |
| ·本章小结 | 第77-78页 |
| 5 WSN-IEP中基于卡尔曼预测的数据收集算法 | 第78-94页 |
| ·相关研究工作 | 第78-79页 |
| ·基于卡尔曼模型的平滑-预测算法 | 第79-84页 |
| ·基于卡尔曼预测的数据收集算法FLSP | 第84-88页 |
| ·FLSP算法复杂度分析 | 第88-89页 |
| ·FLSP算法仿真实验 | 第89-93页 |
| ·本章小结 | 第93-94页 |
| 6 WSN-IEP中基于概率图推理的数据收集算法 | 第94-120页 |
| ·引言 | 第94-95页 |
| ·因子图信度传播算法的收敛特性 | 第95-98页 |
| ·最大可能解释问题 | 第98-105页 |
| ·多可能解释问题 | 第105-111页 |
| ·基于概率图推理的数据收集算法 | 第111-115页 |
| ·仿真实验 | 第115-118页 |
| ·本章小结 | 第118-120页 |
| 7 总结与展望 | 第120-122页 |
| ·全文总结 | 第120-121页 |
| ·展望 | 第121-122页 |
| 致谢 | 第122-123页 |
| 参考文献 | 第123-131页 |
| 附录 攻读博士学位期间发表和录用的论文 | 第131页 |