| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 无线传感器网络简介 | 第11-14页 |
| 1.1.1 传感器节点的特点 | 第12-13页 |
| 1.1.2 传感器网络的应用 | 第13-14页 |
| 1.2 本论文的选题意义 | 第14-15页 |
| 1.3 论文的主要研究工作 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 第二章 国内外研究现状 | 第17-24页 |
| 2.1 集中式环境下的 top-k 查询概述 | 第17-18页 |
| 2.2 分布式环境下的 top-k 查询概述 | 第18-20页 |
| 2.3 无线传感器网络环境下的 top-k 查询现状 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 节点能量高效均衡的 top-k 查询处理技术 | 第24-36页 |
| 3.1 传感器网络中近似查询 Topk(ε,δ) | 第24-25页 |
| 3.1.1 问题定义 | 第24页 |
| 3.1.2 查询精度分析 | 第24-25页 |
| 3.2 EBSATopk(ε,δ)算法 | 第25-32页 |
| 3.2.1 传感器节点读数相关性建模 | 第25-27页 |
| 3.2.2 节点高相关性预测准则 | 第27-28页 |
| 3.2.3 能量均衡的采样算法 EBSATopk(ε,δ) | 第28-31页 |
| 3.2.4 EBSATopk(ε,δ)算法能耗分析 | 第31-32页 |
| 3.3 实验测评 | 第32-35页 |
| 3.3.1 实验设置 | 第32页 |
| 3.3.2 实验结果及分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于卡尔曼滤波及分区优化的高效 top-k 查询处理技术 | 第36-45页 |
| 4.1 卡尔曼滤波优化节点读数相关性模型 | 第36-41页 |
| 4.1.1 点读数空间相关性建模 | 第36页 |
| 4.1.2 节点读数时间相关性建模 | 第36-37页 |
| 4.1.3 卡尔曼滤波估计节点读数 | 第37-40页 |
| 4.1.4 实验结果 | 第40-41页 |
| 4.2 传感器网络分区优化 | 第41-44页 |
| 4.2.1 凝聚的层次分区方法 | 第41-43页 |
| 4.2.2 实验结果 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 自适应滑动窗口的高效 top-k 查询技术 | 第45-58页 |
| 5.1 Top-k 查询及窗口过滤方法 | 第45-49页 |
| 5.1.1 问题定义 | 第45页 |
| 5.1.2 基于过滤窗口进行 top-k 查询处理 | 第45-48页 |
| 5.1.3 已有窗口过滤方法存在缺陷 | 第48-49页 |
| 5.2 窗口更新算法 FUGPR | 第49-54页 |
| 5.3 实验测评 | 第54-57页 |
| 5.3.1 实验设置 | 第54-55页 |
| 5.3.2 实验结果及分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 论文总结 | 第58页 |
| 6.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |
