无线传感器网络数据融合技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·无线传感器网络研究现状 | 第10-11页 |
| ·数据融合研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第2章 无线传感器网络概述 | 第14-21页 |
| ·体系结构 | 第14-15页 |
| ·网络特点 | 第15-17页 |
| ·节点结构 | 第15-16页 |
| ·网络特点 | 第16-17页 |
| ·关键技术 | 第17-18页 |
| ·应用领域 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 数据融合技术 | 第21-30页 |
| ·多传感器数据融合 | 第21页 |
| ·无线传感器网络的数据融合 | 第21-26页 |
| ·数据融合的作用 | 第21-23页 |
| ·数据融合的分类 | 第23-26页 |
| ·网络数据融合模型 | 第26-28页 |
| ·协议层次的融合模型 | 第26-27页 |
| ·基于分簇的融合模型 | 第27页 |
| ·基于移动代理的融合模型 | 第27-28页 |
| ·数据融合技术的发展方向 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 数据融合相关算法 | 第30-48页 |
| ·主要算法 | 第30-39页 |
| ·加权融合算法 | 第30-31页 |
| ·静态平均加权法 | 第31-32页 |
| ·最优方差自适应加权算法 | 第32-33页 |
| ·欧氏距离的加权融合算法 | 第33-35页 |
| ·基于 DS 证据理论的数据融合算法 | 第35-37页 |
| ·基于 Kalman 滤波的数据融合算法 | 第37-39页 |
| ·模糊数学基础 | 第39-43页 |
| ·模糊关系 | 第39-40页 |
| ·隶属函数及其确定方法 | 第40-42页 |
| ·模糊矩阵的相似系数 | 第42-43页 |
| ·最小二乘拟合 | 第43-47页 |
| ·最小二乘法的基本原理 | 第43-44页 |
| ·线性拟合 | 第44-45页 |
| ·多项式拟合 | 第45-46页 |
| ·可转或为线性拟合的曲线拟合 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 FW-LS 融合算法 | 第48-61页 |
| ·FW-LS 融合算法 | 第48-52页 |
| ·算法模型 | 第48-51页 |
| ·算法实现流程 | 第51-52页 |
| ·网络模型 | 第52-54页 |
| ·环境假设 | 第52-53页 |
| ·能耗模型 | 第53-54页 |
| ·算法仿真与结果分析 | 第54-59页 |
| ·仿真过程 | 第54-59页 |
| ·能耗分析 | 第59页 |
| ·本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
