矿井中无线传感器网络数据融合技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·课题的研究背景及意义 | 第11页 |
| ·WSN的国内外研究现状 | 第11-13页 |
| ·WSN数据融合的国内外研究现状 | 第13-16页 |
| ·课题研究的主要内容 | 第16页 |
| ·本章小结 | 第16-17页 |
| ·论文的结构安排 | 第17-19页 |
| 2 无线传感器网络概述 | 第19-27页 |
| ·无线传感器网络的概念及特点 | 第19-20页 |
| ·WSN的体系结构 | 第20-21页 |
| ·WSN节点结构 | 第21-22页 |
| ·节点结构模型 | 第21-22页 |
| ·节点能耗模型 | 第22页 |
| ·矿井无线传感器网络 | 第22-24页 |
| ·矿井WSN的研究进展 | 第22-23页 |
| ·矿井WSN的结构及各部分作用 | 第23-24页 |
| ·矿井WSN的应用场景 | 第24页 |
| ·本章小结 | 第24-27页 |
| 3 矿井无线传感器网络数据融合技术 | 第27-39页 |
| ·数据融合的概念 | 第27页 |
| ·数据融合的作用 | 第27-28页 |
| ·数据融合模型的分类 | 第28-34页 |
| ·融合前后信息量的变化 | 第28-29页 |
| ·融合层次的角度 | 第29-32页 |
| ·融合模型的角度 | 第32-34页 |
| ·常见的数据融合方法 | 第34-36页 |
| ·矿井WSN数据融合中的重要性能指标 | 第36页 |
| ·本章小结 | 第36-39页 |
| 4 一种基于分簇的WSN数据融合算法 | 第39-51页 |
| ·网络结构划分 | 第39-44页 |
| ·网络模型描述 | 第39页 |
| ·分簇思想的提出 | 第39-40页 |
| ·现有的分簇算法 | 第40-41页 |
| ·本文基于能耗最优的均匀分簇算法 | 第41-43页 |
| ·簇头选择算法 | 第43-44页 |
| ·数据融合处理阶段 | 第44-45页 |
| ·基于估计机制的数据融合算法 | 第44页 |
| ·异常数据的识别 | 第44-45页 |
| ·实验仿真工具 | 第45-46页 |
| ·仿真结果分析 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 5 一种均衡时延和精确性的自适应融合算法 | 第51-61页 |
| ·现有文献的数据融合算法 | 第51-52页 |
| ·自适应融合算法 | 第52-54页 |
| ·自适应融合的概念 | 第52-53页 |
| ·博弈理论的提出 | 第53-54页 |
| ·本文基于博弈理论的自适应融合算法 | 第54-55页 |
| ·算法性能分析 | 第55-56页 |
| ·实验仿真 | 第56-59页 |
| ·仿真参数 | 第56页 |
| ·实验结果分析 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 6 一种均衡能耗和降低时延的非均匀分簇融合算法 | 第61-71页 |
| ·现有基于非均匀分簇融合算法介绍 | 第61-62页 |
| ·本文ADAUC算法 | 第62-67页 |
| ·网络模型 | 第62页 |
| ·非均匀分簇算法 | 第62-63页 |
| ·簇头的选择 | 第63-64页 |
| ·自适应数据融合算法分析 | 第64-67页 |
| ·算法总性能分析 | 第67页 |
| ·实验仿真 | 第67-70页 |
| ·仿真参数 | 第67-68页 |
| ·仿真结果分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 7 结束语 | 第71-73页 |
| ·论文工作总结 | 第71-72页 |
| ·不足之处与展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 作者简历 | 第79-81页 |
| 学位论文数据集 | 第81页 |
