| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 网络能量均衡策略的国内外研究现状 | 第10-12页 |
| 1.3 启发式群智能算法与无线传感器网络能量均衡策略 | 第12-16页 |
| 1.3.1 粒子群优化算法与无线传感器网络 | 第12-14页 |
| 1.3.2 拟态物理学全局优化算法与网络能量 | 第14页 |
| 1.3.3 混合策略粒子群算法与无线传感器网络能量均衡策略 | 第14-16页 |
| 1.4 主要研究内容 | 第16-17页 |
| 第2章 基于能量驱动的能量均衡策略和相关计算 | 第17-30页 |
| 2.1 能量消耗模式和能量均衡策略 | 第17-25页 |
| 2.1.1 通信覆盖和能量效率 | 第18-22页 |
| 2.1.2 能量消耗模式和能量均衡策略 | 第22-25页 |
| 2.2 相关计算 | 第25-29页 |
| 2.2.1 节点及距离计算 | 第25-26页 |
| 2.2.2 空间覆盖和能量消耗计算 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于邻居最优网络拓扑的能量均衡策略 | 第30-47页 |
| 3.1 粒子群优化算法中的网络拓扑结构比较 | 第31-32页 |
| 3.2 工作单元及网络分区 | 第32-34页 |
| 3.2.1 最小工作单元形成 | 第33-34页 |
| 3.2.2 网络分区 | 第34页 |
| 3.3 基于能量虚拟作用力的邻居网络拓扑 | 第34-40页 |
| 3.3.1 虚拟作用力规则 | 第35-36页 |
| 3.3.2 虚拟作用力算法流程及相关计算 | 第36-39页 |
| 3.3.3 能量虚拟作用力的邻居网络拓扑 | 第39-40页 |
| 3.4 动态自适应邻居网络拓扑的能量均衡策略 | 第40-43页 |
| 3.4.1 邻居最优网络拓扑的能量均衡策略 | 第41-42页 |
| 3.4.2 邻居网络拓扑的能量均衡算法 | 第42-43页 |
| 3.5 几种网络拓扑模型图属性比较和邻居网络拓扑分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 唤醒睡眠机制与能量均衡策略 | 第47-66页 |
| 4.1 在运动目标监测中睡眠唤醒机制 | 第48-49页 |
| 4.2 基于混合粒子群算法的睡眠唤醒机制与能量均衡策略 | 第49-58页 |
| 4.2.1 能量均衡策略的问题描述 | 第50-52页 |
| 4.2.2 构造具体问题和优化算法映射关系 | 第52-53页 |
| 4.2.3 改进优化算法及流程 | 第53-57页 |
| 4.2.4 算法参数选择 | 第57-58页 |
| 4.3 实验仿真和算法评价 | 第58-65页 |
| 4.3.1 实验条件 | 第58-59页 |
| 4.3.2 实验数据分析及算法比较 | 第59-63页 |
| 4.3.3 能量均衡策略比较分析 | 第63-65页 |
| 4.3.4 实验结论 | 第65页 |
| 4.4 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |
