| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景与意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 数据融合基本理论 | 第13-20页 |
| 2.1 数据融合的原理与定义 | 第13-14页 |
| 2.2 数据融合的层次与结构 | 第14-16页 |
| 2.3 数据融合的主要方法 | 第16-17页 |
| 2.4 典型的融合功能模型 | 第17-19页 |
| 2.4.1 通用数据融合模型 | 第17-18页 |
| 2.4.2 JDL 数据融合模型 | 第18-19页 |
| 2.5 小结 | 第19-20页 |
| 第三章 基于进化博弈的多源数据融合模型 | 第20-29页 |
| 3.1 引言 | 第20页 |
| 3.2 无线传感器网络多源数据环境分析 | 第20-21页 |
| 3.2.1 多源数据的竞争 | 第20-21页 |
| 3.2.2 多源数据的合作 | 第21页 |
| 3.2.3 竞争与合作的统一 | 第21页 |
| 3.3 博弈论与进化博弈 | 第21-23页 |
| 3.4 基于经典博弈的多源数据融合模型 | 第23-25页 |
| 3.4.1 基本思想 | 第23页 |
| 3.4.2 形式化定义 | 第23-24页 |
| 3.4.3 融合的功能模型 | 第24-25页 |
| 3.5 基于进化博弈的多源数据融合模型 | 第25-28页 |
| 3.5.1 基本思想 | 第25页 |
| 3.5.2 形式化定义 | 第25-26页 |
| 3.5.3 融合的功能模型 | 第26-27页 |
| 3.5.4 融合的过程描述 | 第27-28页 |
| 3.6 小结 | 第28-29页 |
| 第四章 同质传感器间进化博弈加权融合算法 | 第29-39页 |
| 4.1 引言 | 第29页 |
| 4.2 问题描述 | 第29-31页 |
| 4.3 进化博弈加权融合算法 | 第31-34页 |
| 4.3.1 博弈结构的确定 | 第31页 |
| 4.3.2 进化学习方法 | 第31-33页 |
| 4.3.3 算法流程 | 第33-34页 |
| 4.4 仿真实验 | 第34-38页 |
| 4.4.1 模拟数据的构造与实验参数设置 | 第34页 |
| 4.4.2 实验结果分析 | 第34-38页 |
| 4.5 小结 | 第38-39页 |
| 第五章 基于预测的数据融合节能机制 | 第39-52页 |
| 5.1 引言 | 第39-40页 |
| 5.2 算法基础 | 第40-42页 |
| 5.2.1 BP 神经网络 | 第40-41页 |
| 5.2.2 粒子群优化 | 第41-42页 |
| 5.3 无线传感器网络中数据预测节能机制 | 第42-46页 |
| 5.3.1 基本思想 | 第42-43页 |
| 5.3.2 基于粒子群优化和 BP 神经网络的预测模型 | 第43-46页 |
| 5.4 仿真实验 | 第46-50页 |
| 5.4.1 实验参数设置 | 第46-47页 |
| 5.4.2 实验结果分析 | 第47-50页 |
| 5.5 小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 个人简历 | 第59-60页 |
| 在学期间研究成果及发表的学术论文 | 第60页 |