無(wú)線傳感器網(wǎng)絡(luò)：路由協(xié)議與數(shù)據(jù)管理

目　錄

第1篇　概述

第1章　無(wú)線傳感器網(wǎng)絡(luò)概述　2
1.1　無(wú)線傳感器網(wǎng)絡(luò)的基本概念　2
1.2　無(wú)線傳感器網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu)　2
1.3　無(wú)線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)　3
1.4　無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)　4
1.5　無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)　5
1.6　無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用前景　6
1.7　本書(shū)章節(jié)安排　7
參考文獻(xiàn)　8

第2篇　無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議

第2章　無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議概述　12
2.1　無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議的設(shè)計(jì)要求　12
2.2　無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議分類方法　13
2.3　無(wú)線傳感器網(wǎng)絡(luò)平面路由協(xié)議　14
2.3.1　幾個(gè)典型的平面路由協(xié)議　14
2.3.2　平面路由協(xié)議和分簇路由協(xié)議比較　15
2.4　無(wú)線傳感器網(wǎng)絡(luò)分簇路由協(xié)議　16
2.4.1　分簇路由協(xié)議的網(wǎng)絡(luò)結(jié)構(gòu)　16
2.4.2　分簇網(wǎng)絡(luò)中節(jié)點(diǎn)能耗分析　17
2.4.3　分簇路由協(xié)議的性能評(píng)價(jià)　18
2.4.4　分簇路由協(xié)議的核心問(wèn)題　19
2.4.5　現(xiàn)有的重要分簇路由協(xié)議解析　20
2.4.6　幾個(gè)典型的分簇路由協(xié)議　22
2.4.7　存在問(wèn)題及發(fā)展方向　30
2.5　本章小結(jié)　32
參考文獻(xiàn)　32

第3章　基于PSO的兩層分簇路由協(xié)議　38
3.1　引言　38
3.2　PSO算法簡(jiǎn)介　39
3.2.1　算法原理　39
3.2.2　算法流程　40
3.3　相關(guān)模型及假定　40
3.3.1　網(wǎng)絡(luò)模型及假定　40
3.3.2　數(shù)據(jù)收集方式　41
3.3.3　無(wú)線通信能耗模型　41
3.3.4　數(shù)據(jù)融合模型　42
3.4　TL-EBC協(xié)議　42
3.4.1　簇的建立　43
3.4.2　穩(wěn)態(tài)階段　45
3.5　協(xié)議分析及仿真　45
3.5.1　協(xié)議分析　45
3.5.2　性能評(píng)價(jià)指標(biāo)　47
3.5.3　協(xié)議仿真與分析　47
3.6　本章小結(jié)　54
參考文獻(xiàn)　54

第4章　基于PSO的非均勻分簇路由協(xié)議　55
4.1　引言　55
4.2　網(wǎng)絡(luò)非均勻分簇策略　56
4.3　相關(guān)模型及假定　57
4.4　EBUC協(xié)議　57
4.4.1　簇的建立　57
4.4.2　穩(wěn)態(tài)階段　60
4.5　協(xié)議分析及仿真　60
4.5.1　協(xié)議分析　60
4.5.2　性能評(píng)價(jià)指標(biāo)　61
4.5.3　協(xié)議仿真與分析　62
4.6　本章小結(jié)　66
參考文獻(xiàn)　66

第5章　分布式非均勻分簇路由協(xié)議　67
5.1　引言　67
5.2　相關(guān)模型及假定　68
5.3　DEEUC協(xié)議　68
5.3.1　簇的形成　69
5.3.2　簇間多跳路由　71
5.4　協(xié)議分析及仿真　73
5.4.1　協(xié)議分析　73
5.4.2　性能評(píng)價(jià)指標(biāo)　74
5.4.3　仿真方法及參數(shù)　75
5.4.4　仿真結(jié)果分析　76
5.5　本章小結(jié)　83
參考文獻(xiàn)　83

第6章　基于參數(shù)優(yōu)化的分簇算法　84
6.1　引言　84
6.2　無(wú)線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)模型　84
6.3　分簇算法模型　85
6.4　分簇算法的參數(shù)優(yōu)化　86
6.4.1　優(yōu)化單跳距離　86
6.4.2　優(yōu)化分簇角　89
6.4.3　簇頭連續(xù)工作次數(shù)優(yōu)化　91
6.5　分簇算法的實(shí)現(xiàn)　95
6.6　分簇算法性能的仿真與分析　97
6.7　本章小結(jié)　99
參考文獻(xiàn)　100

第3篇　無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理

第7章　無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)管理　102
7.1　節(jié)點(diǎn)數(shù)據(jù)管理的基本概念　102
7.2　節(jié)點(diǎn)數(shù)據(jù)管理特點(diǎn)　104
7.3　能量高效的節(jié)點(diǎn)數(shù)據(jù)管理　105
7.3.1　節(jié)點(diǎn)數(shù)據(jù)管理與拓?fù)涔芾怼?06
7.3.2　節(jié)點(diǎn)數(shù)據(jù)管理與節(jié)點(diǎn)感知數(shù)據(jù)　106
7.3.3　節(jié)點(diǎn)數(shù)據(jù)管理與節(jié)點(diǎn)調(diào)度控制　108
7.3.4　節(jié)點(diǎn)數(shù)據(jù)管理與能耗關(guān)系　109
7.4　節(jié)點(diǎn)數(shù)據(jù)管理技術(shù)的重要研究?jī)?nèi)容　109
7.5　研究現(xiàn)狀及主要問(wèn)題　111
7.5.1　研究現(xiàn)狀　112
7.5.2　存在的主要問(wèn)題　115
參考文獻(xiàn)　116

第8章　基于感知數(shù)據(jù)綜合支持度的節(jié)點(diǎn)分類算法　121
8.1　引言　121
8.2　節(jié)點(diǎn)分類的必要性　121
8.3　節(jié)點(diǎn)分類算法的設(shè)計(jì)　122
8.3.1　節(jié)點(diǎn)感知數(shù)據(jù)的綜合支持度　123
8.3.2　休眠節(jié)點(diǎn)數(shù)目確定　124
8.3.3　休眠節(jié)點(diǎn)規(guī)則確定　126
8.4　冗余節(jié)點(diǎn)的選取與調(diào)度　128
8.4.1　冗余節(jié)點(diǎn)的選取　128
8.4.2　冗余節(jié)點(diǎn)的調(diào)度控制　131
8.5　節(jié)點(diǎn)分類算法的實(shí)現(xiàn)　132
8.6　節(jié)點(diǎn)分類算法的性能評(píng)估　134
8.6.1　節(jié)點(diǎn)分類情況的驗(yàn)證　135
8.6.2　節(jié)點(diǎn)分類對(duì)網(wǎng)絡(luò)能耗和壽命的驗(yàn)證與分析　138
8.7　本章小結(jié)　141
參考文獻(xiàn)　142

第9章　面向數(shù)據(jù)收集的節(jié)點(diǎn)數(shù)據(jù)預(yù)測(cè)算法　144
9.1　引言　144
9.2　節(jié)點(diǎn)數(shù)據(jù)預(yù)測(cè)模型的選取　145
9.2.1　GM(1，1)基本模型　145
9.2.2　GM(1，1)預(yù)測(cè)數(shù)據(jù)的檢驗(yàn)　146
9.2.3　動(dòng)態(tài)GM(1，1)模型　147
9.3　被預(yù)測(cè)節(jié)點(diǎn)的選取　148
9.4　被預(yù)測(cè)節(jié)點(diǎn)的調(diào)度控制　149
9.4.1　被預(yù)測(cè)節(jié)點(diǎn)的順序調(diào)度　149
9.4.2　被預(yù)測(cè)節(jié)點(diǎn)的選擇性調(diào)度　151
9.5　簇頭數(shù)據(jù)的融合處理　152
9.6　仿真結(jié)果與性能分析　154
9.6.1　GM(1，1)預(yù)測(cè)算法的有效性評(píng)估　154
9.6.2　節(jié)點(diǎn)數(shù)據(jù)預(yù)測(cè)算法對(duì)網(wǎng)絡(luò)壽命的驗(yàn)證與分析　158
9.7　本章小結(jié)　159
參考文獻(xiàn)　159