摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景及应用意义 | 第9-10页 |
1.2 无线传感器网络的发展现状 | 第10-11页 |
1.3 无线传感器网络中时钟同步技术的发展现状 | 第11-12页 |
1.4 论文的研究内容及组织结构 | 第12-14页 |
第二章 无线传感器网络概述 | 第14-20页 |
2.1 无线传感器网络结构 | 第14-16页 |
2.1.1 传感器网络节点的结构 | 第14-15页 |
2.1.2 无线传感器网络系统结构 | 第15页 |
2.1.3 无线传感器网络协议体系结构 | 第15-16页 |
2.2 无线传感器网络的关键技术 | 第16-17页 |
2.3 无线传感器网络面临的挑战 | 第17页 |
2.4 无线传感器网络的特点及应用场景 | 第17-19页 |
2.5 本章小结 | 第19-20页 |
第三章 无线传感器网络时钟同步技术 | 第20-32页 |
3.1 时钟模型 | 第20-21页 |
3.2 影响时间同步算法的因素 | 第21-23页 |
3.2.1 消息传递时延 | 第21-22页 |
3.2.2 时钟漂移 | 第22-23页 |
3.3 时间同步的分类 | 第23-24页 |
3.4 时间同步机制的评估 | 第24-25页 |
3.5 经典的时钟同步算法 | 第25-31页 |
3.5.1 基于接收者—接收者时间同步算法 | 第25-26页 |
3.5.2 基于发送者—接收者双向时间同步算法 | 第26-30页 |
3.5.3 基于发送者—接收者单向时间同步算法 | 第30-31页 |
3.5.4 经典时间同步算法的比较 | 第31页 |
3.6 本章小结 | 第31-32页 |
第四章 基于贝叶斯估计的 TPSN 改进算法的实现 | 第32-47页 |
4.1 TPSN 算法的分析 | 第32-34页 |
4.1.1 TPSN 的同步机制 | 第32-33页 |
4.1.2 TPSN 算法的误差分析 | 第33-34页 |
4.2 贝叶斯估计 | 第34-36页 |
4.2.1 贝叶斯估计简介 | 第34-35页 |
4.2.2 贝叶斯估计的原理 | 第35-36页 |
4.3 TPSN-B 算法的提出及分析 | 第36-39页 |
4.3.1 贝叶斯估计的引入 | 第36-37页 |
4.3.2 TPSN-B 算法的同步过程 | 第37-38页 |
4.3.3 TPSN-B 算法的误差分析 | 第38-39页 |
4.4 仿真实现 | 第39-46页 |
4.4.1 OMNeT++平台 | 第39-41页 |
4.4.2 TPSN-B 算法的仿真 | 第41-46页 |
4.5 本章小结 | 第46-47页 |
第五章 TPSN-B 算法的时钟漂移率估计 | 第47-64页 |
5.1 时钟漂移 | 第47-48页 |
5.2 时钟漂移率估计 | 第48-49页 |
5.3 最小二乘法估计时钟漂移率及仿真实现 | 第49-54页 |
5.3.1 最小二乘法 | 第49-51页 |
5.3.2 TPSN-L 算法的仿真 | 第51-54页 |
5.4 切比雪夫逼近估计时钟漂移率及仿真实现 | 第54-61页 |
5.4.1 切比雪夫逼近 | 第54-57页 |
5.4.2 TPSN-C 算法的仿真 | 第57-61页 |
5.5 TPSN-C 算法和 TPSN-B 算法能耗的仿真实现 | 第61-63页 |
5.6 本章小结 | 第63-64页 |
第六章 总结与展望 | 第64-66页 |
6.1 论文工作总结 | 第64-65页 |
6.2 下一步研究方向 | 第65-66页 |
参考文献 | 第66-69页 |
致谢 | 第69页 |