摘要 | 第4-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第13-28页 |
1.1 课题研究的背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-17页 |
1.3 WSN概述 | 第17-25页 |
1.3.1 WSN传感器节点的构成 | 第19-20页 |
1.3.2 WSN体系结构 | 第20-22页 |
1.3.3 WSN的特点 | 第22-24页 |
1.3.4 WSN监测系统 | 第24-25页 |
1.4 本文的研究内容及技术路线 | 第25-28页 |
1.4.1 研究内容 | 第25-26页 |
1.4.2 技术路线 | 第26-28页 |
第2章 WSN铀尾矿库监测域分区能耗均衡分簇路由协议研究 | 第28-53页 |
2.1 WSN 路由协议分类 | 第28-32页 |
2.2 WSN传统路由协议 | 第32-36页 |
2.3 铀尾矿库监测WSN路由算法特点分析 | 第36-39页 |
2.3.1 铀尾矿库环境特点分析 | 第36-37页 |
2.3.2 铀尾矿库结构特点分析 | 第37-38页 |
2.3.3 铀尾矿库监测污染特点分析 | 第38-39页 |
2.4 WSN监测区域分区的能量均衡分簇路由(EBPC)算法 | 第39-51页 |
2.4.1 EBPC路由网络模型 | 第39-40页 |
2.4.2 设置虚拟分区 | 第40页 |
2.4.3 虚拟分区簇头数 | 第40-42页 |
2.4.4 EBPC路由协议 | 第42-45页 |
2.4.5 EBPC路由算法性能分析和仿真 | 第45-51页 |
2.5 本章小结 | 第51-53页 |
第3章 WSN铀尾矿库监测自适应预测加权数据融合算法研究 | 第53-70页 |
3.1 WSN数据融合算法分类 | 第54-57页 |
3.2 WSN典型数据融合算法 | 第57-59页 |
3.3 WSN铀尾矿库监测数据特点及对数据融合的要求 | 第59-60页 |
3.4 WSN自适应预测加权融合算法 | 第60-68页 |
3.4.1 自适应预测模型 | 第61-63页 |
3.4.2 AFDWF算法 | 第63-64页 |
3.4.3 AFDWF算法性能分析 | 第64-67页 |
3.4.4 仿真实验与分析 | 第67-68页 |
3.5 本章总结 | 第68-70页 |
第4章 WSN铀尾矿库监测约束域定位算法研究 | 第70-90页 |
4.1 WSN的定位技术特点及算法评估标准 | 第70-71页 |
4.1.1 WSN的定位技术特点 | 第70-71页 |
4.1.2 定位算法性能评估标准 | 第71页 |
4.2 节点定位方法与分类 | 第71-75页 |
4.2.1 节点定位方法 | 第71-74页 |
4.2.2 节点定位算法分类 | 第74-75页 |
4.3 经典定位算法和比较 | 第75-78页 |
4.4 铀尾矿库特点对WSN定位算法的要求 | 第78-79页 |
4.5 WSN镜像最小通信圆约束域定位算法 | 第79-88页 |
4.5.1 镜像最小通信圆约束域理论 | 第79-81页 |
4.5.2 节点定位 | 第81-84页 |
4.5.3 仿真与分析 | 第84-88页 |
4.6 本章总结 | 第88-90页 |
第5章 结论与展望 | 第90-94页 |
5.1 研究总结 | 第90-91页 |
5.2 研究展望 | 第91-94页 |
参考文献 | 第94-102页 |
作者攻读学位期间的科研成果 | 第102-104页 |
致谢 | 第104页 |