| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1. 研究背景及意义 | 第8-9页 |
| 1.2. 国内外研究现状 | 第9页 |
| 1.3. 本文的主要工作 | 第9-10页 |
| 1.4. 本文的组织结构 | 第10-12页 |
| 第二章 无线传感器网络数据修复问题概述 | 第12-20页 |
| 2.1. 数据修复问题背景 | 第12-16页 |
| 2.2. 数据修复算法研究现状 | 第16-18页 |
| 2.3. 数据修复面临的问题 | 第18-19页 |
| 2.4. 本章小结 | 第19-20页 |
| 第三章 基于时空相关性的无线传感器网络数据重建 | 第20-32页 |
| 3.1. 引言 | 第20-23页 |
| 3.2. 系统模型及问题定义 | 第23-26页 |
| 3.3. 启发式算法 | 第26-27页 |
| 3.4. 实验结果及分析 | 第27-31页 |
| 3.4.1. 比较三种算法在元素随机丢失模式下性能 | 第28-29页 |
| 3.4.2. 比较三种算法在块随机丢失模式下性能 | 第29-30页 |
| 3.4.3. 比较三种算法在元素连续丢失模式下性能 | 第30-31页 |
| 3.5. 本章小结 | 第31-32页 |
| 第四章 基于马尔科夫场的无线传感器网络数据重建 | 第32-51页 |
| 4.1. 引言 | 第32-35页 |
| 4.2. 系统模型及问题定义 | 第35-41页 |
| 4.2.1. 网络模型和相关概念 | 第35-37页 |
| 4.2.2. 最大化后验概率 | 第37-38页 |
| 4.2.3. 最大化后验概率马尔科夫随机场 | 第38-40页 |
| 4.2.4. 能量最小化的数据修复问题 | 第40-41页 |
| 4.3. 算法设计 | 第41-44页 |
| 4.4. 实验结果及分析 | 第44-49页 |
| 4.4.1. 时间相关性比较 | 第45-47页 |
| 4.4.2. 四种修复算法的性能比较 | 第47-49页 |
| 4.5. 本章小结 | 第49-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 个人简历 | 第58-59页 |
| 在学期间研究成果及发表的学术论文 | 第59页 |