无线传感器/执行器网络数据汇集及任务协作算法研究

第1章 概论1.1 无线传感器/执行器网络1.1.1 无线传感器/执行器网络概述1.1.2 无线传感器/执行器网络体系结构及节点结构1.1.3 无线传感器/执行器网络协议栈1.1.4 无线传感器/执行器网络的应用领域1.1.5 无线传感器/执行器网络实验仿真平台1.2 数据汇集算法研究现状1.2.1 数据汇集算法的设计目标1.2.2 数据汇集算法面临的挑战1.2.3 典型的数据汇集算法1.2.4 负载均衡数据汇集算法研究现状1.2.5 负载均衡数据汇集算法评价指标1.3 任务协作算法研究现状1.3.1 协作算法性能评价指标1.3.2 协作面临的研究挑战1.3.3 典型的协作方法1.3.4 典型的协作算法1.3.5 协作算法分类比较参考文献第2章 数据汇集树与动态交叉退避2.1 数据汇集树的构造分析2.1.1 退避机制对数据汇集树的影响2.1.2 洪泛中的消息碰撞问题2.1.3 数据汇集树的瘫痪问题2.1.4 路径绕行评估与拥塞避免问题2.2 动态交叉退避窗口算法2.3 路由瘫痪防止策略2.3.1 定义路由有效期2.3.2 建立优先级父节点队列2.4 仿真验证2.5 小结参考文献第3章 静态负载均衡数据汇集树生成算法3.1 LDGT-SPT算法思想3.2 LDGT-SPT算法描述3.2.1 相关定义3.2.2 LDGT-SPT算法流程3.3 LDGT-SPT算法举例与理论证明3.3.1 LDGT-SPT算法举例3.3.2 LDGT-SPT算法理论证明3.4 仿真验证3.4.1 仿真环境与参数3.4.2 LDGT-SPT分组定义3.4.3 仿真结果3.5 小结参考文献第4章 基于ACO的动态负载均衡数据汇集算法4.1 ACO的优点与不足4.2 LDG-ACO算法原理4.3 LDG-ACO算法描述4.3.1 LDG-ACO算法术语与规则4.3.2 LDG-ACO算法步骤4.4 仿真验证4.4.1 仿真环境与参数4.4.2 LDG-ACO分组定义4.4.3 仿真结果4.5 小结参考文献第5章 移动执行器动态负载均衡数据汇集算法5.1 执行器节点移动对网络数据流模型的影响5.1.1 连续型数据流模型5.1.2 查询型数据流模型5.1.3 事件型数据流模型5.2 LDG-MS算法思路5.3 LDG-MS算法描述5.3.1 LDG-MS算法规则与定义5.3.2 功率控制策略5.3.3 Sink_BEACON消息周期计算5.3.4 LDG-MS算法伪代码5.4 仿真验证5.4.1 仿真环境与参数5.4.2 功率控制5.4.3 仿真结果5.5 小结参考文献第6章 基于SA协作的分簇算法6.1 SA协作模型特点6.2 无线传感器/执行器网络分簇算法分析6.3 CASA算法原理与实现6.3.1 参数定义与假设条件6.3.2 基本能耗公式6.3.3 优化模型建立6.3.4 优化模型求解6.3.5 CASA算法实现6.4 算法仿真与性能分析6.4.1 执行器节点理想数量6.4.2 基于VFA算法的执行器节点部署实验6.4.3 算法通信开销6.4.4 网络性能6.5 小结参考文献第7章 AA实时协作框架7.1 AA协作模型7.2 任务类型分解7.3 基于拍卖机制的任务分派7.3.1 基于事件的动态招标范围7.3.2 基于熵权的代价评估模型7.3.3 无工序限制的任务指派7.4 实时协作（RC）算法流程7.5 算法仿真与性能分析7.5.1 仿真环境与参数7.5.2 算法通信开销7.5.3 任务完成时间7.5.4 能耗均衡7.5.5 网络寿命7.6 小结参考文献第8章 基于AA协作的单目标任务分派算法8.1 单目标任务分派8.1.1 最小化最大任务完成时间8.1.2 执行器节点剩余能量约束8.2 SOTS算法8.2.1 执行器节点角色确定8.2.2 标准微粒群优化算法8.2.3 基于ROV规则的编码8.2.4 基于NEH方法的局部搜索8.2.5 算法流程和分析8.3 算法仿真与性能分析8.3.1 实验参数8.3.2 算法性能实验8.3.3 网络性能实验8.4 小结参考文献第9章 基于AA协作的多目标任务分派算法9.1 多目标优化问题的基本概念9.2 多目标任务分派9.2.1 最大任务完成时间9.2.2 能耗均衡指标9.2.3 存储成本9.3 面向AA协作的多目标任务分派算法（MOTS）9.3.1 多目标规范化处理9.3.2 随机权值确定9.3.3 执行器节点角色确定9.3.4 标准微粒群优化算法9.3.5 基于ROV规则的编码9.3.6 多目标微粒群搜索9.3.7 基于自适应学习策略的多目标局部搜索9.3.8 MOTS算法流程与分析9.4 算法仿真与性能分析9.4.1 实验参数9.4.2 算法性能实验9.4.3 网络性能实验9.5 小结参考文献