無(wú)線傳感器網(wǎng)絡(luò)信息處理與組網(wǎng)設(shè)計(jì)

第1章 傳感器網(wǎng)絡(luò)的信息論邊界\t1
1．1　引言\t1
1．2　傳感器網(wǎng)絡(luò)模型\t2
1．3　數(shù)字結(jié)構(gòu)\t5
1．3．1　分布式信源編碼\t6
1．3．2　分布式信道編碼\t13
1．3．3　數(shù)字結(jié)構(gòu)的端到端性能\t19
1．4　數(shù)字結(jié)構(gòu)的代價(jià)\t21
1．5　一般結(jié)構(gòu)邊界\t23
1．6　本章小結(jié)\t25
參考文獻(xiàn)\t26
第2章 無(wú)線傳感器網(wǎng)絡(luò)的網(wǎng)內(nèi)信息處理\t29
2．1　引言\t29
2．2　通信復(fù)雜度模型\t31
2．3　無(wú)線網(wǎng)絡(luò)的計(jì)算：空間復(fù)用與分組計(jì)算\t33
2．3．1　無(wú)線通信網(wǎng)絡(luò)的地理模型\t34
2．3．2　分組計(jì)算與計(jì)算吞吐量\t35
2．3．3　對(duì)稱(chēng)函數(shù)與形式向量\t36
2．3．4　同位網(wǎng)絡(luò)\t36
2．3．5　對(duì)稱(chēng)函數(shù)的子類(lèi)：形式感知與形式閾值\t37
2．3．6　同位網(wǎng)絡(luò)中的最大吞吐量\t39
2．3．7　多跳隨機(jī)平面網(wǎng)絡(luò)\t41
2．3．8　其他非周期網(wǎng)絡(luò)\t42
2．4　有噪無(wú)線通信網(wǎng)絡(luò)：同位廣播網(wǎng)絡(luò)中的可信計(jì)算\t43
2．4．1　測(cè)量結(jié)果的奇偶性\t44
2．4．2　閾值函數(shù)\t45
2．5　信息論模型\t46
2．6　本章小結(jié)\t48
參考文獻(xiàn)\t48
第3章 無(wú)線傳感器網(wǎng)絡(luò)的感知容量\t51
3．1　引言\t51
3．1．1　廣域檢測(cè)應(yīng)用\t51
3．1．2　傳感器網(wǎng)絡(luò)編碼器\t53
3．1．3　基于信息論的角度\t54
3．2　傳感器網(wǎng)絡(luò)的感知容量\t55
3．2．1　節(jié)點(diǎn)隨機(jī)連接傳感器網(wǎng)絡(luò)模型\t55
3．2．2　隨機(jī)編碼與方法類(lèi)型\t58
3．2．3　感知容量理論\t59
3．2．4　感知容量邊界\t64
3．3　其他傳感器網(wǎng)絡(luò)模型的感知容量\t66
3．3．1　定位感知模型\t67
3．3．2　目標(biāo)模型\t68
3．4　本章小結(jié)\t69
參考文獻(xiàn)\t70
第4章 傳感器網(wǎng)絡(luò)生存期定律及其應(yīng)用\t73
4．1　引言\t73
4．2　傳感器網(wǎng)絡(luò)生存期定律及普適性設(shè)計(jì)原則\t74
4．2．1　網(wǎng)絡(luò)特性與生存期定義\t74
4．2．2　生存期定律\t75
4．2．3　生存期最大化的通用設(shè)計(jì)原則\t75
4．3　隨機(jī)最短路徑框架\t76
4．3．1　問(wèn)題說(shuō)明\t77
4．3．2　SSP的討論\t78
4．3．3　網(wǎng)絡(luò)生存期的基本性能極限\t80
4．3．4　網(wǎng)絡(luò)極限性能的計(jì)算\t81
4．4　分布式漸進(jìn)最優(yōu)傳輸調(diào)度\t83
4．4．1　生存期最大化動(dòng)態(tài)協(xié)議\t83
4．4．2　DTSP的動(dòng)態(tài)特性\t84
4．4．3　DTSP的漸進(jìn)最優(yōu)性\t85
4．4．4　分布式實(shí)現(xiàn)\t86
4．4．5　仿真研究\t87
4．5　傳感器網(wǎng)絡(luò)生存期的分析\t92
4．6　本章小結(jié)\t92
參考文獻(xiàn)\t93
第5章 傳感器網(wǎng)絡(luò)中的信號(hào)檢測(cè)\t95
5．1　引言\t95
5．2　集中檢測(cè)\t96
5．3　傳統(tǒng)分布式檢測(cè)框架\t97
5．3．1　二元假設(shè)檢驗(yàn)\t97
5．3．2　漸進(jìn)機(jī)制\t99
5．4　無(wú)線傳感器網(wǎng)絡(luò)中的分布式檢測(cè)\t100
5．4．1　傳感器節(jié)點(diǎn)\t101
5．4．2　網(wǎng)絡(luò)架構(gòu)\t101
5．4．3　數(shù)據(jù)處理\t102
5．5　無(wú)線傳感器網(wǎng)絡(luò)\t102
5．5．1　容量約束條件下的檢測(cè)\t104
5．5．2　關(guān)于無(wú)線信道的討論\t105
5．5．3　相關(guān)性檢測(cè)\t109
5．5．4　衰減與衰落\t110
5．6　范式分析\t112
5．6．1　相長(zhǎng)干涉\t113
5．6．2　消息傳遞\t114
5．6．3　跨層思想\t114
5．6．4　節(jié)能機(jī)制\t115
5．7　擴(kuò)展與普適化\t115
5．8　本章小結(jié)\t116
參考文獻(xiàn)\t117
第6章 帶寬能量受限條件下的分布式估計(jì)\t121
6．1　引言\t121
6．2　分布式量化估計(jì)\t122
6．3　最大似然估計(jì)\t122
6．3．1　噪聲概率密度函數(shù)已知而方差未知\t125
6．3．2　噪聲概率密度布函數(shù)未知\t129
6．3．3　均方誤差的下界\t133
6．4　向量參數(shù)的估計(jì)\t133
6．5　最大后驗(yàn)概率估計(jì)\t139
6．6　分布式估計(jì)的降維\t141
6．6．1　解耦分布式估計(jì)—壓縮\t142
6．6．2　耦合分布式估計(jì)—壓縮\t146
6．7　失真率分析\t148
6．7．1　集中式估計(jì)的失真率\t150
6．7．2　分布式估計(jì)的失真率\t155
6．7．3　凸優(yōu)化確定失真率上界\t158
6．8　本章小結(jié)\t158
參考文獻(xiàn)\t159
第7章 無(wú)線傳感器網(wǎng)絡(luò)中的分布式學(xué)習(xí)\t162
7．1　引言\t162
7．2　典型學(xué)習(xí)理論\t164
7．2．1　監(jiān)督式學(xué)習(xí)模型\t164
7．2．2　核函數(shù)方法及經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原理\t165
7．2．3　其他學(xué)習(xí)算法\t168
7．3　無(wú)線傳感器網(wǎng)絡(luò)中的分布式學(xué)習(xí)\t177
7．4　有融合中心無(wú)線傳感器網(wǎng)絡(luò)中的分布式學(xué)習(xí)\t181
7．4．1　分簇方法\t181
7．4．2　分布式學(xué)習(xí)的統(tǒng)計(jì)極限\t181
7．5　有網(wǎng)內(nèi)處理Ad hoc無(wú)線傳感器網(wǎng)絡(luò)的分布式學(xué)習(xí)\t184
7．5．1　基于稀疏度的分布式訓(xùn)練\t185
7．5．2　基于次梯度增量法的分布式訓(xùn)練\t186
7．5．3　基于交替投影法的分布式訓(xùn)練\t188
7．6　本章小結(jié)\t190
參考文獻(xiàn)\t191
第8章 無(wú)線傳感器網(wǎng)絡(luò)中的圖模型與融合\t194
8．1　引言\t194
8．2　圖模型\t195
8．2．1　定義與性質(zhì)\t195
8．2．2　和積算法\t196
8．2．3　最大乘積算法\t197
8．2．4　環(huán)路置信傳播\t198
8．2．5　非參數(shù)置信傳播\t198
8．3　無(wú)線傳感器網(wǎng)絡(luò)的圖模型\t199
8．3．1　傳感器網(wǎng)絡(luò)中的自定位\t200
8．3．2　傳感器網(wǎng)絡(luò)多目標(biāo)數(shù)據(jù)關(guān)聯(lián)\t202
8．4　消息檢查與近似對(duì)融合的影響\t204
8．4．1　消息檢查\t204
8．4．2　基于粒子的消息傳遞精確度\t205
8．5　消息近似的作用\t207
8．6　網(wǎng)絡(luò)融合資源受限的優(yōu)化分配\t210
8．6．1　傳感器網(wǎng)絡(luò)目標(biāo)追蹤的資源管理\t211
8．6．2　嚴(yán)格受限條件下的分布式推測(cè)\t215
8．7　本章小結(jié)\t221
參考文獻(xiàn)\t222
第9章 廣域傳感器網(wǎng)絡(luò)的隨機(jī)協(xié)同傳輸\t225
9．1　引言\t225
9．2　無(wú)線傳感器網(wǎng)絡(luò)的協(xié)同傳輸\t226
9．2．1　協(xié)同無(wú)線電物理層模型\t226
9．2．2　集中編碼分配協(xié)同機(jī)制\t228
9．3　隨機(jī)分布式協(xié)同機(jī)制\t229
9．4　隨機(jī)協(xié)同編碼的性能\t232
9．4．1　分集階數(shù)特性\t232
9．4．2　性能仿真與數(shù)值分析\t235
9．5　基于隨機(jī)協(xié)同編碼的協(xié)同廣域網(wǎng)絡(luò)分析\t237
9．6　理論分析與驗(yàn)證\t242
9．7　本章小結(jié)\t244
參考文獻(xiàn)\t244
第10章 泛在多跳通信網(wǎng)絡(luò)的鄰域狀態(tài)自適應(yīng)更新\t247
10．1　引言\t247
10．2　典型鄰域狀態(tài)感知算法研究\t247
10．2．1　問(wèn)題分析\t247
10．2．2　基于相鄰節(jié)點(diǎn)覆蓋的感知與更新\t248
10．2．3　基于控制論的感知與更新\t252
10．3　本地拓?fù)涓兄Ｐ蚛t254
10．3．1　本地拓?fù)涓兄萛t254
10．3．2　鄰域狀態(tài)感知映射的公平性收斂\t256
10．4　基于拓?fù)涓兄泥徲驙顟B(tài)動(dòng)態(tài)更新算法\t269
10．4．1　鄰域狀態(tài)自適應(yīng)感知\t269
10．4．2　超時(shí)值的自適應(yīng)調(diào)整\t270
10．4．3　反應(yīng)式感知分組的重調(diào)度\t272
10．5　仿真結(jié)果與性能分析\t274
10．5．1　仿真模型的構(gòu)建\t274
10．5．2　仿真結(jié)果與性能分析\t275
10．6　本章小結(jié)\t279
參考文獻(xiàn)\t279
第11章 分布式數(shù)據(jù)動(dòng)態(tài)均衡\t282
11．1　引言\t282
11．2　典型數(shù)據(jù)均衡算法研究\t283
11．2．1　動(dòng)態(tài)負(fù)載感知路由算法\t283
11．2．2　負(fù)載均衡算法\t285
11．3　數(shù)據(jù)負(fù)載感知模型\t288
11．4　分布式數(shù)據(jù)動(dòng)態(tài)均衡路由算法\t292
11．4．1　非飽和數(shù)據(jù)特征下的馬爾可夫退避建模\t292
11．4．2　基于Bloom濾波的最優(yōu)散列建模\t296
11．4．3　分布式數(shù)據(jù)動(dòng)態(tài)均衡算法\t299
11．5　分布式均衡公平性輔助算法\t302
11．5．1　算法描述\t302
11．5．2　自私節(jié)點(diǎn)的檢測(cè)\t306
11．5．3　復(fù)雜度分析\t309
11．6　仿真結(jié)果與性能分析\t311
11．6．1　仿真模型的構(gòu)建\t311
11．6．2　仿真結(jié)果與性能分析\t312
11．7　本章小結(jié)\t317
參考文獻(xiàn)\t318
第12章 動(dòng)態(tài)傳輸路徑自愈技術(shù)\t321
12．1　引言\t321
12．2　典型本地路徑修復(fù)算法研究\t323
12．2．1　基于CF策略的路由修復(fù)算法\t323
12．2．2　基于on-the-fly策略的路由修復(fù)算法\t327
12．3　鏈路質(zhì)量感知模型\t330
12．3．1　鏈路質(zhì)量檢測(cè)區(qū)域\t331
12．3．2　功率檢測(cè)與質(zhì)量判斷\t332
12．4　最優(yōu)搜索數(shù)學(xué)建模\t333
12．4．1　最優(yōu)搜索理論\t333
12．4．2　搜索問(wèn)題的狀態(tài)方程\t335
12．4．3　狀態(tài)方程的解\t339
12．5　本地路由動(dòng)態(tài)自愈算法\t344
12．5．1　算法描述\t344
12．5．2　修復(fù)后的優(yōu)化\t348
12．6　仿真結(jié)果與性能分析\t350
12．6．1　仿真模型的構(gòu)建\t350
12．6．2　仿真結(jié)果與性能分析\t351
12．7　本章小結(jié)\t356
參考文獻(xiàn)\t356
名詞索引\t360