| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 国内外研究方法 | 第12-15页 |
| 1.2.1 国外研究方法 | 第13-14页 |
| 1.2.2 国内研究方法 | 第14-15页 |
| 1.3 研究现状总结 | 第15-16页 |
| 1.4 本文主要工作及思路 | 第16-18页 |
| 2 无线传感网拓扑结构优化分析 | 第18-30页 |
| 2.1 基于无线传感网的智能大棚监测系统 | 第18-19页 |
| 2.2 正六边形划分的网络监测模型 | 第19-24页 |
| 2.2.1 覆盖度分析 | 第20-21页 |
| 2.2.2 节点通信半径 | 第21-22页 |
| 2.2.3 节点能耗分析 | 第22-24页 |
| 2.3 基于正六边形划分的层簇型网络拓扑结构 | 第24-29页 |
| 2.3.1 分层网络数学模型 | 第24-26页 |
| 2.3.2 层簇型混合拓扑结构 | 第26-27页 |
| 2.3.3 基于临界距离的混合跳路由分析 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 二阶段动态簇头优选方法研究 | 第30-39页 |
| 3.1 无线传感网分簇优化 | 第30-31页 |
| 3.1.1 分簇的意义 | 第30页 |
| 3.1.2 分簇体系的建立 | 第30-31页 |
| 3.2 基于感知概率的一阶段簇头选取 | 第31-35页 |
| 3.2.1 分簇初始化 | 第31-32页 |
| 3.2.2 概率感知模型 | 第32-33页 |
| 3.2.3 参数定义 | 第33页 |
| 3.2.4 基于冗余节点的一阶段簇头选取过程 | 第33-35页 |
| 3.3 基于平均剩余能量的的二阶段簇头选取 | 第35-38页 |
| 3.3.1 节点能量模型 | 第35页 |
| 3.3.2 平均剩余能量 | 第35-36页 |
| 3.3.3 动态分簇算法 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于改进蛙跳算法的自适应多路径方法研究 | 第39-50页 |
| 4.1 群体智能优化算法 | 第39页 |
| 4.2 蛙跳算法的基本理论 | 第39-43页 |
| 4.2.1 蛙跳算法概述 | 第39-40页 |
| 4.2.2 蛙跳算法的运算流程 | 第40-43页 |
| 4.3 基于改进蛙跳算法的自适应多路径方法 | 第43-49页 |
| 4.3.1 改进的蛙跳算法 | 第43-44页 |
| 4.3.2 参数定义 | 第44-45页 |
| 4.3.3 路径满意度模型 | 第45-46页 |
| 4.3.4 基于改进蛙跳算法多路径分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 实验分析 | 第50-62页 |
| 5.1 基于正六边形划分的层簇型混合拓扑模型实验 | 第50-54页 |
| 5.1.1 能耗比较 | 第50-52页 |
| 5.1.2 平均时延对比 | 第52-53页 |
| 5.1.3 分组平均投递率对比 | 第53-54页 |
| 5.2 动态簇头优选方法的实验分析 | 第54-57页 |
| 5.2.1 模型参数 | 第54-55页 |
| 5.2.2 二阶段动态簇头优选方法对比实验 | 第55-57页 |
| 5.3 基于改进蛙跳算法的自适应多路径方法实验分析 | 第57-61页 |
| 5.3.1 改进蛙跳算法的评价过程 | 第57-59页 |
| 5.3.2 对比分析实验 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 6.1 论文工作总结 | 第62页 |
| 6.2 进一步工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |