無線傳感器網(wǎng)絡：路由協(xié)議與數(shù)據(jù)管理

目　錄

第1篇　概述

第1章　無線傳感器網(wǎng)絡概述　2
1.1　無線傳感器網(wǎng)絡的基本概念　2
1.2　無線傳感器網(wǎng)絡的系統(tǒng)結(jié)構(gòu)　2
1.3　無線傳感器網(wǎng)絡的體系結(jié)構(gòu)　3
1.4　無線傳感器網(wǎng)絡的特點　4
1.5　無線傳感器網(wǎng)絡的關鍵技術(shù)　5
1.6　無線傳感器網(wǎng)絡的應用前景　6
1.7　本書章節(jié)安排　7
參考文獻　8

第2篇　無線傳感器網(wǎng)絡路由協(xié)議

第2章　無線傳感器網(wǎng)絡路由協(xié)議概述　12
2.1　無線傳感器網(wǎng)絡路由協(xié)議的設計要求　12
2.2　無線傳感器網(wǎng)絡路由協(xié)議分類方法　13
2.3　無線傳感器網(wǎng)絡平面路由協(xié)議　14
2.3.1　幾個典型的平面路由協(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　無線傳感器網(wǎng)絡分簇路由協(xié)議　16
2.4.1　分簇路由協(xié)議的網(wǎng)絡結(jié)構(gòu)　16
2.4.2　分簇網(wǎng)絡中節(jié)點能耗分析　17
2.4.3　分簇路由協(xié)議的性能評價　18
2.4.4　分簇路由協(xié)議的核心問題　19
2.4.5　現(xiàn)有的重要分簇路由協(xié)議解析　20
2.4.6　幾個典型的分簇路由協(xié)議　22
2.4.7　存在問題及發(fā)展方向　30
2.5　本章小結(jié)　32
參考文獻　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算法簡介　39
3.2.1　算法原理　39
3.2.2　算法流程　40
3.3　相關模型及假定　40
3.3.1　網(wǎng)絡模型及假定　40
3.3.2　數(shù)據(jù)收集方式　41
3.3.3　無線通信能耗模型　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　性能評價指標　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　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)絡非均勻分簇策略　56
4.3　相關模型及假定　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　性能評價指標　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　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　性能評價指標　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　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　無線傳感器網(wǎng)絡的節(jié)點模型　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　100

第3篇　無線傳感器網(wǎng)絡數(shù)據(jù)管理

第7章　無線傳感器網(wǎng)絡節(jié)點數(shù)據(jù)管理　102
7.1　節(jié)點數(shù)據(jù)管理的基本概念　102
7.2　節(jié)點數(shù)據(jù)管理特點　104
7.3　能量高效的節(jié)點數(shù)據(jù)管理　105
7.3.1　節(jié)點數(shù)據(jù)管理與拓撲管理　106
7.3.2　節(jié)點數(shù)據(jù)管理與節(jié)點感知數(shù)據(jù)　106
7.3.3　節(jié)點數(shù)據(jù)管理與節(jié)點調(diào)度控制　108
7.3.4　節(jié)點數(shù)據(jù)管理與能耗關系　109
7.4　節(jié)點數(shù)據(jù)管理技術(shù)的重要研究內(nèi)容　109
7.5　研究現(xiàn)狀及主要問題　111
7.5.1　研究現(xiàn)狀　112
7.5.2　存在的主要問題　115
參考文獻　116

第8章　基于感知數(shù)據(jù)綜合支持度的節(jié)點分類算法　121
8.1　引言　121
8.2　節(jié)點分類的必要性　121
8.3　節(jié)點分類算法的設計　122
8.3.1　節(jié)點感知數(shù)據(jù)的綜合支持度　123
8.3.2　休眠節(jié)點數(shù)目確定　124
8.3.3　休眠節(jié)點規(guī)則確定　126
8.4　冗余節(jié)點的選取與調(diào)度　128
8.4.1　冗余節(jié)點的選取　128
8.4.2　冗余節(jié)點的調(diào)度控制　131
8.5　節(jié)點分類算法的實現(xiàn)　132
8.6　節(jié)點分類算法的性能評估　134
8.6.1　節(jié)點分類情況的驗證　135
8.6.2　節(jié)點分類對網(wǎng)絡能耗和壽命的驗證與分析　138
8.7　本章小結(jié)　141
參考文獻　142

第9章　面向數(shù)據(jù)收集的節(jié)點數(shù)據(jù)預測算法　144
9.1　引言　144
9.2　節(jié)點數(shù)據(jù)預測模型的選取　145
9.2.1　GM(1，1)基本模型　145
9.2.2　GM(1，1)預測數(shù)據(jù)的檢驗　146
9.2.3　動態(tài)GM(1，1)模型　147
9.3　被預測節(jié)點的選取　148
9.4　被預測節(jié)點的調(diào)度控制　149
9.4.1　被預測節(jié)點的順序調(diào)度　149
9.4.2　被預測節(jié)點的選擇性調(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)預測算法的有效性評估　154
9.6.2　節(jié)點數(shù)據(jù)預測算法對網(wǎng)絡壽命的驗證與分析　158
9.7　本章小結(jié)　159
參考文獻　159