| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.1.1 无线传感器网络概述 | 第7-8页 |
| 1.1.2 无线传感器网络的能耗问题 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 论文主要研究内容 | 第10页 |
| 1.4 论文结构安排 | 第10-12页 |
| 2 无线传感网络数据融合技术 | 第12-20页 |
| 2.1 分级数据融合架构 | 第12-13页 |
| 2.2 基于时空相关性的数据融合算法 | 第13-16页 |
| 2.2.1 时间相关性数据融合算法 | 第13-14页 |
| 2.2.2 空间相关性数据融合算法 | 第14-15页 |
| 2.2.3 时空相关性数据融合算法 | 第15-16页 |
| 2.3 基于路由驱动的数据融合算法 | 第16-19页 |
| 2.3.1 查询式路由数据融合 | 第16-17页 |
| 2.3.2 网络分层路由数据融合 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于双模型驱动的时间相关性数据采集算法 | 第20-32页 |
| 3.1 问题提出 | 第20-21页 |
| 3.2 系统模型 | 第21页 |
| 3.3 基于线性回归预测方法的趋势模型构建 | 第21-24页 |
| 3.3.1 状态空间模型 | 第22-23页 |
| 3.3.2 卡尔曼滤波求参 | 第23页 |
| 3.3.3 模型有效性检测 | 第23-24页 |
| 3.4 基于自回归预测方法的调整模型构建 | 第24-25页 |
| 3.5 仿真与性能分析 | 第25-31页 |
| 3.5.1 实验搭建和评估指标 | 第25-26页 |
| 3.5.2 节点数据双回归模型效果 | 第26-29页 |
| 3.5.3 模型有效性检测对趋势模型精度和数据传输率的影响分析 | 第29-30页 |
| 3.5.4 与其他方法的性能比较 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 4 基于双模型驱动的时空相关性二次分簇算法 | 第32-46页 |
| 4.1 问题提出 | 第32-33页 |
| 4.2 系统模型 | 第33-34页 |
| 4.3 基于趋势模型的匹配算法 | 第34-35页 |
| 4.4 基于调整模型的匹配算法 | 第35-36页 |
| 4.5 基于双模型匹配的二次分簇算法 | 第36-38页 |
| 4.6 仿真与性能分析 | 第38-45页 |
| 4.6.1 实验搭建和评估指标 | 第38-39页 |
| 4.6.2 算法两次分簇效果展示实验 | 第39-40页 |
| 4.6.3 相关参数对算法的影响 | 第40-42页 |
| 4.6.4 性能对比分析 | 第42-45页 |
| 4.7 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51-53页 |