無(wú)線傳感與路由技術(shù)

前言
第1章 緒論
1.1 物聯(lián)網(wǎng)應(yīng)用背景
1.2 無(wú)線傳感器設(shè)備
1.3 WSN
1.4 相關(guān)技術(shù)研究現(xiàn)狀
1.5 深入研究的意義
第2章 WSN概述
2.1 WSN的特征
2.1.1 WSN的特性
2.1.2 WSN的受限性
2.2 WSN的結(jié)構(gòu)
2.2.1 WSN的硬件體系結(jié)構(gòu)
2.2.2 WSN的能量體系結(jié)構(gòu)
2.2.3 WSN的軟件體系結(jié)構(gòu)
2.2.4 WSN的通信體系結(jié)構(gòu)
2.3 WSN的MAC協(xié)議
2.4 WSN的路由協(xié)議
2.4.1 以數(shù)據(jù)為中心的路由協(xié)議
2.4.2 基于層次結(jié)構(gòu)的路由協(xié)議
2.4.3 基于地理信息的路由協(xié)議
2.4.4 基于多路徑的路由協(xié)議
2.5 WSN面臨的挑戰(zhàn)
2.6 本章小結(jié)
第3章 WSN拓?fù)溲莼Ｐ?br />3.1 BBV加權(quán)網(wǎng)絡(luò)模型
3.2 wSN拓?fù)溲莼Ｐ?br />3.2.1 拓?fù)溲莼Ｐ?br />3.2.2 拓?fù)溲莼^(guò)程
3.3 理論數(shù)據(jù)驗(yàn)證和拓?fù)湫再|(zhì)分析
3.3.1 理論數(shù)據(jù)的驗(yàn)證
3.3.2 拓?fù)湫再|(zhì)的分析
3.4 本章小結(jié)
第4章 基于多尺度變換的圖像壓縮編碼技術(shù)
4.1 面向wSN的圖像壓縮編碼技術(shù)概述
4.2 多尺度分析的理論基礎(chǔ)
4.2.1 多尺度分析
4.2.2 雙尺度方程
4.2.3 二維小波變換
4.2.4 Mallat算法
4.3 傳統(tǒng)圖像壓縮編碼方法
4.3.1 DPCM預(yù)測(cè)編碼
4.3.2 EZW編碼
4.3.3 SPIHT編碼
4.4 改進(jìn)的圖像壓縮編碼算法
4.4.1 小波系數(shù)預(yù)處理
4.4.2 低頻部分編碼
4.4.3 改進(jìn)的SPIHT編碼
4.5 實(shí)驗(yàn)測(cè)試及性能比較一
4.5.1 小波分解尺度的選擇
4.5.2 不同閾值化方法作用后的視覺(jué)效果圖
4.5.3 不同閾值化方法在不同尺度下的運(yùn)行時(shí)間
4.5.4 加入椒鹽噪聲的實(shí)驗(yàn)結(jié)果
4.6 實(shí)驗(yàn)測(cè)試及性能比較二
4.6.1 不同算法作用后的視覺(jué)效果圖
4.6.2 不同算法編解碼的運(yùn)行時(shí)間
4.7 本章小結(jié)
第5章 無(wú)線傳感信息融合模型及方法
5.1 無(wú)線傳感信息融合的理論基礎(chǔ)
5.1.1 簡(jiǎn)介
5.1.2 無(wú)線傳感信息融合的基本方法
5.2 無(wú)線傳感信息融合過(guò)程的結(jié)構(gòu)及模型
5.3 無(wú)線傳感信息融合新方法
5.3.1 技術(shù)背景
5.3.2 證據(jù)理論介紹
5.3.3 一種新的無(wú)線傳感信息融合計(jì)算方法
5.4 無(wú)線傳感信息融合測(cè)試示例
5.4.1 測(cè)試場(chǎng)景一
5.4.2 測(cè)試場(chǎng)景二
5.4.3 測(cè)試場(chǎng)景三
5.5 本章小結(jié)
第6章 適用于網(wǎng)絡(luò)負(fù)載突變的MAC協(xié)議
6.1 wSN中MAC協(xié)議設(shè)計(jì)需要考慮的特性
6.2 MAC協(xié)議的分類(lèi)及原理
6.2.1 基于競(jìng)爭(zhēng)的MAC協(xié)議
6.2.2 基于固定分配的MAC協(xié)議
6.2.3 兩者混合的MAC協(xié)議
6.3 面向網(wǎng)絡(luò)負(fù)載突變的節(jié)能MAC協(xié)議
6.3.1 相關(guān)研究
6.3.2 節(jié)點(diǎn)分類(lèi)的設(shè)計(jì)
6.3.3 新的節(jié)能MAC協(xié)議設(shè)計(jì)
6.4 MAC協(xié)議仿真與性能分析
6.4.1 網(wǎng)絡(luò)模擬工具
6.4.2 節(jié)能MAC協(xié)議仿真
6.5 本章小結(jié)
第7章 基于前向感知因子的能量均衡路由策略
7.1 WSN路由協(xié)議的分類(lèi)
7.2 典型的wSN路由協(xié)議
7.2.1 LEACH協(xié)議
7.2.2 HEEl）協(xié)議
7.2.3 TEEN協(xié)議
7.2.4 PEGASIS協(xié)議
7.2.5 EEUC協(xié)議
7.3 基于前向感知因子的能量均衡路由協(xié)議
7.3.1 模型的建立
7.3.2 FAF-EBRP協(xié)議的設(shè)計(jì)
7.3.3 基于FAF_EBRP協(xié)議和點(diǎn)強(qiáng)度的局部拓?fù)渲貥?gòu)機(jī)制
7.4 FAF-EBRP與其他路由策略的實(shí)驗(yàn)對(duì)比及分析
7.4.1 實(shí)驗(yàn)工具OMNET++介紹
7.4.2 消息的設(shè)計(jì)
7.4.3 實(shí)驗(yàn)環(huán)境和參數(shù)設(shè)定
7.4.4 性能指標(biāo)及實(shí)驗(yàn)結(jié)果分析
7.5 本章小結(jié)
第8章 最小傳輸和自適應(yīng)負(fù)載平衡路由方法
8.1 簡(jiǎn)介
8.2 理論背景
8.3 分布式最小傳輸多播路由算法
8.3.1 網(wǎng)絡(luò)模型的建立
8.3.2 協(xié)議描述和初始化
8.3.3 最小傳輸多播路由協(xié)議
8.3.4 仿真與性能分析
8.4 自適應(yīng)負(fù)載平衡路由方法
8.4.1 無(wú)線網(wǎng)絡(luò)分析模型
8.4.2 相關(guān)路由協(xié)議
8.4.3 自適應(yīng)負(fù)載均衡多播路由方法
8.4.4 加權(quán)流量調(diào)度算法
8.4.5 維持和修復(fù)路由
8.4.6 通信延時(shí)
8.4.7 仿真及分析評(píng)價(jià)
8.5 本章小結(jié)
第9章 面向wSN的隱私保護(hù)方法及LBS系統(tǒng)
9.1 隱私保護(hù)相關(guān)理論及技術(shù)
9.1.1 位置是一匿名模型
9.1.2 空間模糊算法簡(jiǎn)介
9.1.3 安全多方計(jì)算模型
9.2 面向wSN的隱私保護(hù)方法
9.2.1 位置隱私保護(hù)方法
9.2.2 最優(yōu)匿名模糊空間的描述
9.2.3 最優(yōu)匿名模糊空間的求解
9.2.4 實(shí)驗(yàn)驗(yàn)證和對(duì)比
9.3 查詢內(nèi)容的隱私保護(hù)
9.4 面向wSN的LBS系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
9.4.1 Android簡(jiǎn)介
9.4.2 系統(tǒng)的總體設(shè)計(jì)
9.4.3 系統(tǒng)實(shí)現(xiàn)流程
9.4.4 系統(tǒng)運(yùn)行和測(cè)試
9.5 本章小結(jié)
第10章 基于綜合準(zhǔn)則的無(wú)線Mesh網(wǎng)絡(luò)路由方法
10.1 概述
10.2 傳統(tǒng)無(wú)線Mesh網(wǎng)絡(luò)路由協(xié)議
10.2.1 DSDV
10.2.2 DSR
10.2.3 AODV
10.3 無(wú)線Mesh網(wǎng)絡(luò)的優(yōu)點(diǎn)及路由協(xié)議存在的不足
10.3.1 無(wú)線Mesh網(wǎng)絡(luò)的優(yōu)點(diǎn)
10.3.2 無(wú)線Mesh網(wǎng)絡(luò)路由協(xié)議存在的不足
10.4 改進(jìn)的無(wú)線Mesh網(wǎng)絡(luò)路由協(xié)議基礎(chǔ)
10.4.1 構(gòu)建網(wǎng)絡(luò)模型
10.4.2 相關(guān)定理及性質(zhì)
10.5 基于綜合準(zhǔn)則的EAODV路由協(xié)議描述
10.6 仿真結(jié)果及性能分析
10.7 本章小結(jié)
參考文獻(xiàn)