基于典型相关性分析的无线传感网数据融合
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 引言 | 第10-20页 |
| 1.1 研究的背景及意义 | 第10-13页 |
| 1.1.1 无线传感器网络的典型结构 | 第10-11页 |
| 1.1.2 传感器节点的构成 | 第11页 |
| 1.1.3 无线传感器网络的分类 | 第11-13页 |
| 1.1.4 无线传感器网络的特征 | 第13页 |
| 1.2 国内外研究现状概述 | 第13-17页 |
| 1.2.1 无线传感器网络的国内外研究现状 | 第13-14页 |
| 1.2.2 数据融合技术的国内外研究现状 | 第14-17页 |
| 1.3 提出的问题 | 第17页 |
| 1.4 本文的研究内容和目标 | 第17-18页 |
| 1.5 本文组织结构 | 第18-20页 |
| 第二章 数据融合技术概述 | 第20-26页 |
| 2.1 数据融合技术的定义 | 第20-21页 |
| 2.2 数据融合模型 | 第21-24页 |
| 2.2.1 根据目标识别类型分类 | 第21-23页 |
| 2.2.2 根据数据传输形式和数据处理层次分类 | 第23-24页 |
| 2.3 数据融合的作用 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于典型相关性分析的数据融合方法 | 第26-44页 |
| 3.1 预备知识 | 第26-30页 |
| 3.1.1 延时约束下的最优融合树 | 第26-28页 |
| 3.1.2 典型相关性分析 | 第28-30页 |
| 3.2 总延时约束下的分簇算法 | 第30-39页 |
| 3.2.1 系统模型 | 第30-31页 |
| 3.2.2 最优簇数目 | 第31-37页 |
| 3.2.3 分簇算法 | 第37-39页 |
| 3.3 基于典型相关性分析的数据融合算法 | 第39-41页 |
| 3.4 本章小结 | 第41-44页 |
| 第四章 实验结果与分析 | 第44-52页 |
| 4.1 实验环境设置 | 第44-45页 |
| 4.2 实验结果分析 | 第45-51页 |
| 4.2.0 最优簇数目 | 第45-46页 |
| 4.2.1 分簇之后的新网络 | 第46页 |
| 4.2.2 多种数据融合方法性能对比 | 第46-51页 |
| （1） 原始数据包的数量 | 第47-48页 |
| （2） Sink节点接收到数据包的数量 | 第48页 |
| （3） 死亡节点的数量 | 第48-49页 |
| （4） 剩余能量 | 第49页 |
| （5） 网络数据包传输的平均延时 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士期间已发表的学术论文 | 第60-62页 |
| 攻读硕士期间参加的科研项目 | 第62页 |
