| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 无线传感器网络组成结构 | 第10-11页 |
| 1.3 无线传感器网络路由协议分类 | 第11-12页 |
| 1.4 无线传感器网络路由优化研究现状 | 第12-14页 |
| 1.5 本文的主要研究工作和组织结构 | 第14-17页 |
| 1.5.1 主要研究工作 | 第14-15页 |
| 1.5.2 论文的组织结构 | 第15-17页 |
| 第2章 无线传感器网络典型路由协议——定向扩散协议 | 第17-29页 |
| 2.1 定向扩散协议 | 第18-20页 |
| 2.1.1 命名机制 | 第18-19页 |
| 2.1.2 兴趣消息（Interest） | 第19页 |
| 2.1.3 梯度 | 第19-20页 |
| 2.2 定向扩散协议的路由机制 | 第20-25页 |
| 2.2.1 兴趣扩散 | 第20-23页 |
| 2.2.2 梯度建立 | 第23-24页 |
| 2.2.3 路径加强（数据传播） | 第24-25页 |
| 2.3 对比分析 | 第25-26页 |
| 2.4 本章小结 | 第26-29页 |
| 第3章 定向扩散协议的跳数感知优化 | 第29-37页 |
| 3.1 跳数感知算法 | 第30-31页 |
| 3.1.1 跳数感知 | 第30-31页 |
| 3.1.2 分析 | 第31页 |
| 3.2 HS-DD兴趣传播机制 | 第31-32页 |
| 3.2.1 跳数更新 | 第31-32页 |
| 3.2.2 兴趣消息条件传输与数据的反向传输 | 第32页 |
| 3.3 仿真实验 | 第32-34页 |
| 3.4 本章小结 | 第34-37页 |
| 第4章 增强学习算法建模分析 | 第37-47页 |
| 4.1 马尔科夫决策过程 | 第37-39页 |
| 4.2 Q-learning算法 | 第39-40页 |
| 4.3 建模分析 | 第40-45页 |
| 4.3.1 模型的建立 | 第40-42页 |
| 4.3.2 Agent | 第42页 |
| 4.3.3 状态和动作 | 第42-43页 |
| 4.3.4 实例计算 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 基于Q-learning学习算法的跳数及能量优化路由协议 | 第47-57页 |
| 5.1 目标场景 | 第47-48页 |
| 5.2 基于RL的ECBHLA路由 | 第48-51页 |
| 5.2.1 Sink节点声明 | 第49-50页 |
| 5.2.2 学习 | 第50-51页 |
| 5.2.3 稳定传送 | 第51页 |
| 5.3 仿真实验 | 第51-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士期间发表的论文 | 第67页 |