摘要 | 第5-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 研究背景 | 第11-16页 |
1.1.1 无线传感器网络研究现状 | 第11-13页 |
1.1.2 无线传感器网络覆盖控制分类简介 | 第13-16页 |
1.2 选题意义 | 第16-17页 |
1.2.1 覆盖控制研究意义 | 第16-17页 |
1.2.2 课题背景 | 第17页 |
1.3 本文的组织结构及内容 | 第17-19页 |
第2章 有向传感器模型 | 第19-27页 |
2.1 引言 | 第19页 |
2.2 有向传感器感知模型 | 第19-24页 |
2.2.1 视域(FoV) | 第19-20页 |
2.2.2 传感器感知模型分类 | 第20-22页 |
2.2.3 覆盖目标测试 | 第22-24页 |
2.3 基于视频传感器的感知优化模型 | 第24-26页 |
2.3.1 视频传感器网络 | 第24-25页 |
2.3.2 感知优化模型 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 目标覆盖控制算法 | 第27-36页 |
3.1 引言 | 第27页 |
3.2 最少节点最大覆盖问题 | 第27-32页 |
3.2.1 MCMS问题描述 | 第27-28页 |
3.2.2 整数线性规划方法 | 第28-30页 |
3.2.3 启发式贪婪算法 | 第30-32页 |
3.3 k覆盖控制算法 | 第32-35页 |
3.3.1 平衡k覆盖问题 | 第33页 |
3.3.2 k覆盖平衡系数 | 第33-34页 |
3.3.3 覆盖质量优化函数 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 有向传感器网络非匀速移动目标k覆盖控制算法 | 第36-45页 |
4.1 监测区域工作过程 | 第36页 |
4.2 最小旋转角度非匀速移动目标覆盖问题 | 第36-39页 |
4.2.1 假设前提 | 第36-37页 |
4.2.2 路径预测模型 | 第37-38页 |
4.2.3 数学模型 | 第38-39页 |
4.3 基于预测的非匀速移动目标k覆盖算法KPNMOA | 第39-40页 |
4.4 算法仿真与性能分析 | 第40-44页 |
4.5 本章小结 | 第44-45页 |
第5章 障碍环境中的有向传感器网络移动目标k覆盖算法 | 第45-55页 |
5.1 虚拟势场 | 第45-46页 |
5.1.1 概述 | 第45页 |
5.1.2 质心 | 第45-46页 |
5.2 障碍环境中的多路径目标覆盖问题 | 第46-49页 |
5.2.1 问题分析与定义 | 第46-47页 |
5.2.2 障碍节点修正 | 第47-48页 |
5.2.3 数学模型 | 第48-49页 |
5.3 基于虚拟力的移动目标k覆盖优化算法KMVFOA | 第49-51页 |
5.3.1 边界节点优化 | 第49-50页 |
5.3.2 算法描述 | 第50-51页 |
5.4 算法仿真与性能分析 | 第51-54页 |
5.5 本章小结 | 第54-55页 |
第6章 小水电厂区远程监控系统实现 | 第55-65页 |
6.1 引言 | 第55页 |
6.2 系统概述 | 第55-58页 |
6.2.1 需求分析 | 第55-56页 |
6.2.2 功能结构 | 第56-58页 |
6.3 系统设计与实现 | 第58-64页 |
6.3.1 智能终端结构 | 第58页 |
6.3.2 网络连接与数据传输 | 第58-59页 |
6.3.3 数据库设计与部署 | 第59-60页 |
6.3.4 移动端监控系统实现 | 第60-62页 |
6.3.5 客户端监控系统实现 | 第62-64页 |
6.4 本章小结 | 第64-65页 |
第7章 结论与展望 | 第65-67页 |
7.1 结论 | 第65-66页 |
7.2 展望 | 第66-67页 |
参考文献 | 第67-70页 |
致谢 | 第70-71页 |
攻读学位期间参加的科研项目和成果 | 第71页 |