【摘要】：在無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)收集過(guò)程中,傳統(tǒng)的傳輸方式會(huì)使靠近Sink節(jié)點(diǎn)的中繼節(jié)點(diǎn)接收和發(fā)送大量數(shù)據(jù),形成一個(gè)以Sink節(jié)點(diǎn)為中心的區(qū)域.相對(duì)于其他節(jié)點(diǎn)來(lái)說(shuō),該區(qū)域內(nèi)傳感器的能量會(huì)更快地被耗盡,導(dǎo)致整個(gè)網(wǎng)絡(luò)負(fù)載不均衡.目前,壓縮感知(Compressive Sensing,CS)已經(jīng)逐步應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)領(lǐng)域用以減少傳感器的傳輸量,以達(dá)到延長(zhǎng)網(wǎng)絡(luò)生命周期的目的.為實(shí)現(xiàn)能量有效的傳輸,該文提出一種基于區(qū)域化壓縮感知(Regionalized Compressive Sensing,RCS)的數(shù)據(jù)收集方法.首先,網(wǎng)絡(luò)拓?fù)浔浑S機(jī)劃分成多個(gè)區(qū)域,劃分原則不依賴于所采集數(shù)據(jù)的特征或相關(guān)性;然后,每個(gè)區(qū)域選擇選出一個(gè)區(qū)域中心節(jié)點(diǎn)以接收其他節(jié)點(diǎn)的采樣值;隨后,區(qū)域中心節(jié)點(diǎn)使用CS方法獲得區(qū)域測(cè)量值;最后,這些節(jié)點(diǎn)將它們發(fā)送到Sink節(jié)點(diǎn)用于數(shù)據(jù)重構(gòu).為保證RCS的有效性,該文進(jìn)一步考慮了實(shí)際應(yīng)用中的兩個(gè)問(wèn)題,區(qū)域測(cè)量矩陣的設(shè)計(jì)和采樣停止時(shí)機(jī)的選擇.通過(guò)與當(dāng)前典型的傳輸方法比較,RCS方法的性能優(yōu)于直接傳輸、分布式壓縮感知以及混合算法,同時(shí)實(shí)驗(yàn)驗(yàn)證了所提出的區(qū)域測(cè)量矩陣設(shè)計(jì)原則和采樣停止原則是可行的.
【圖文】：

為邊界節(jié)點(diǎn)，因此在每個(gè)區(qū)域內(nèi)盡可能地節(jié)約了網(wǎng)絡(luò)的傳輸能耗．（３）區(qū)域大小不取決傳輸路由，而是基于ＣＳ方法和具體的數(shù)據(jù)包結(jié)構(gòu)，因此不會(huì)因?yàn)殒溌返母淖兌{(diào)整區(qū)域大�。M(jìn)一步分析，雖然ＲＣＳ的網(wǎng)絡(luò)劃分是隨機(jī)的，但合適的分區(qū)將會(huì)減少更多的傳輸能耗，因此本文給出區(qū)域劃分的參考標(biāo)準(zhǔn)．傳感器進(jìn)行通信時(shí)，其數(shù)據(jù)包結(jié)構(gòu)可以認(rèn)為有３個(gè)部分［２４］，分別為標(biāo)識(shí)（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）部分Ｄｉｄ、數(shù)據(jù)裝載部分Ｄｄａｔａ和相關(guān)信息部分ＤＲＩ，如圖４所示．圖４數(shù)據(jù)包結(jié)構(gòu)若采用直接傳輸?shù)姆绞�，則網(wǎng)絡(luò)中的節(jié)點(diǎn)需要發(fā)送的數(shù)據(jù)包數(shù)量為（Ｎ（ｃｈｉｌｄｒｅｎ）＋１）·（Ｄｉｄ＋Ｄｄａｔａ＋ＤＲＩ）／Ｐｓｉｚｅ（２）相應(yīng)地，采用ＣＳ方法時(shí)，網(wǎng)絡(luò)中的節(jié)點(diǎn)需要發(fā)送的數(shù)據(jù)包數(shù)量為Ｍ·（Ｄｄａｔａ＋ＤＲＩ）／Ｐｓｉｚｅ（３）其中：Ｎ（ｃｈｉｌｄｒｅｎ）表示節(jié)點(diǎn)的子孫數(shù)量；Ｐｓｉｚｅ表示數(shù)據(jù)包在網(wǎng)絡(luò)中的最大負(fù)載量；Ｍ為測(cè)量次數(shù)．顯然，當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)較少時(shí)，式（２）的值小于式（３），說(shuō)明此時(shí)直接傳輸?shù)男阅軆?yōu)于壓縮感知．反之，則式（２）大于式（３）．顯然，區(qū)域劃分及中心節(jié)點(diǎn)選取影響了網(wǎng)絡(luò)傳輸能耗．通過(guò)對(duì)比上述兩式可知，直接傳輸方法的性能在傳輸規(guī)模較小時(shí)優(yōu)于ＣＳ，但隨著網(wǎng)絡(luò)中的數(shù)據(jù)包不斷向Ｓｉｎｋ節(jié)點(diǎn)匯聚，前者的優(yōu)勢(shì)將逐漸被后者取代．因此，在進(jìn)行區(qū)域劃分時(shí)，為了盡可能地減少數(shù)據(jù)傳輸量，每個(gè)區(qū)域內(nèi)節(jié)點(diǎn)數(shù)應(yīng)使得式（２）與式（３）的值近似相等，才能保證最大限度節(jié)約傳輸能耗．

ｎ（Φ）約等于節(jié)點(diǎn)數(shù)．這意味著在數(shù)據(jù)傳輸過(guò)程中節(jié)點(diǎn)生成的數(shù)據(jù)包沒(méi)有超過(guò)最大載荷量，即每個(gè)節(jié)點(diǎn)只需要發(fā)送一個(gè)數(shù)據(jù)包．對(duì)伯努利矩陣和均勻分布矩陣來(lái)說(shuō)，Ｔｎ（Ｂｅｒｎｏｕｌｌｉ）和Ｔｎ（ｕｎｉｆｏｒｍ）略大于Ｔｎ（Φ）．隨著網(wǎng)絡(luò)規(guī)模的增加，它們所增加的傳輸次數(shù)超過(guò)節(jié)點(diǎn)的增長(zhǎng)，其中Ｔｎ（ｕｎｉｆｏｒｍ）的增幅更大．對(duì)高斯矩陣來(lái)說(shuō)，Ｔｎ（Ｇａｕｓｓ）最大．隨著節(jié)點(diǎn)數(shù)的增加，甚至達(dá)到Ｔｎ（Φ）的２～３倍．圖８對(duì)比４種測(cè)量矩陣所需的傳輸次數(shù)由于一次測(cè)量所需的傳輸次數(shù)不會(huì)少于網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量，要進(jìn)一步降低傳輸能耗，可以考慮通過(guò)增大δ的值來(lái)減少數(shù)據(jù)包的長(zhǎng)度．然而，較大的δ可能使得產(chǎn)生的測(cè)量值沒(méi)有足夠的投影，導(dǎo)致重構(gòu)精度不夠．圖９展示了這一現(xiàn)象，圖中橫縱坐標(biāo)分別表示節(jié)點(diǎn)數(shù)和重構(gòu)結(jié)果的歸一化均方誤差．圖９δ＝２、３、６、８和１０的重構(gòu)準(zhǔn)確度（基于Ｇａｕｓｓ矩陣）實(shí)驗(yàn)使用高斯隨機(jī)矩陣且重構(gòu)精度滿足要求時(shí)所需的測(cè)量數(shù)，然后使用相同的測(cè)量數(shù)，得到δ在不同取值時(shí)得到的重構(gòu)結(jié)果，之后對(duì)比重構(gòu)結(jié)果的ＮＭＳＥ．其中，δ分別為２、３、６、８、１０．圖中顯示當(dāng)δ值較小時(shí)，矩陣Φ與高斯隨機(jī)矩陣的重構(gòu)精度是相似的．然而，當(dāng)δ＝８和１０時(shí)，矩陣Φ的重構(gòu)準(zhǔn)確度急劇降低．這是因?yàn)殡S著δ的增加，矩陣Φ中的非零元素增多，使得區(qū)域中心節(jié)點(diǎn)在生成區(qū)域測(cè)量值時(shí)，很多采樣值的系數(shù)為零，導(dǎo)致Ｓｉｎｋ節(jié)點(diǎn)得到的測(cè)量值在對(duì)應(yīng)的稀疏基上沒(méi)有足夠的投影，因此這些測(cè)量值無(wú)法用于恢復(fù)信號(hào)

為邊界節(jié)點(diǎn)，因此在每個(gè)區(qū)域內(nèi)盡可能地節(jié)約了網(wǎng)絡(luò)的傳輸能耗．（３）區(qū)域大小不取決傳輸路由，而是基于ＣＳ方法和具體的數(shù)據(jù)包結(jié)構(gòu)，因此不會(huì)因?yàn)殒溌返母淖兌{(diào)整區(qū)域大�。M(jìn)一步分析，雖然ＲＣＳ的網(wǎng)絡(luò)劃分是隨機(jī)的，但合適的分區(qū)將會(huì)減少更多的傳輸能耗，因此本文給出區(qū)域劃分的參考標(biāo)準(zhǔn)．傳感器進(jìn)行通信時(shí)，其數(shù)據(jù)包結(jié)構(gòu)可以認(rèn)為有３個(gè)部分［２４］，分別為標(biāo)識(shí)（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）部分Ｄｉｄ、數(shù)據(jù)裝載部分Ｄｄａｔａ和相關(guān)信息部分ＤＲＩ，如圖４所示．圖４數(shù)據(jù)包結(jié)構(gòu)若采用直接傳輸?shù)姆绞�，則網(wǎng)絡(luò)中的節(jié)點(diǎn)需要發(fā)送的數(shù)據(jù)包數(shù)量為（Ｎ（ｃｈｉｌｄｒｅｎ）＋１）·（Ｄｉｄ＋Ｄｄａｔａ＋ＤＲＩ）／Ｐｓｉｚｅ（２）相應(yīng)地，采用ＣＳ方法時(shí)，網(wǎng)絡(luò)中的節(jié)點(diǎn)需要發(fā)送的數(shù)據(jù)包數(shù)量為Ｍ·（Ｄｄａｔａ＋ＤＲＩ）／Ｐｓｉｚｅ（３）其中：Ｎ（ｃｈｉｌｄｒｅｎ）表示節(jié)點(diǎn)的子孫數(shù)量；Ｐｓｉｚｅ表示數(shù)據(jù)包在網(wǎng)絡(luò)中的最大負(fù)載量；Ｍ為測(cè)量次數(shù)．顯然，當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)較少時(shí)，式（２）的值小于式（３），說(shuō)明此時(shí)直接傳輸?shù)男阅軆?yōu)于壓縮感知．反之，則式（２）大于式（３）．顯然，區(qū)域劃分及中心節(jié)點(diǎn)選取影響了網(wǎng)絡(luò)傳輸能耗．通過(guò)對(duì)比上述兩式可知，直接傳輸方法的性能在傳輸規(guī)模較小時(shí)優(yōu)于ＣＳ，但隨著網(wǎng)絡(luò)中的數(shù)據(jù)包不斷向Ｓｉｎｋ節(jié)點(diǎn)匯聚，前者的優(yōu)勢(shì)將逐漸被后者取代．因此，在進(jìn)行區(qū)域劃分時(shí)，為了盡可能地減少數(shù)據(jù)傳輸量，每個(gè)區(qū)域內(nèi)節(jié)點(diǎn)數(shù)應(yīng)使得式（２）與式（３）的值近似相等，才能保證最大限度節(jié)約傳輸能耗．

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 劉芳;武嬌;楊淑媛;焦李成;;結(jié)構(gòu)化壓縮感知研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2013年12期

2 許志強(qiáng);;壓縮感知[J];中國(guó)科學(xué):數(shù)學(xué);2012年09期

3 戴瓊海;付長(zhǎng)軍;季向陽(yáng);;壓縮感知研究[J];計(jì)算機(jī)學(xué)報(bào);2011年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬(wàn)葉晶;葉繼華;江愛(ài)文;;一種基于時(shí)空相關(guān)性和異常檢測(cè)的改進(jìn)WSN節(jié)能策略[J];傳感技術(shù)學(xué)報(bào);2017年08期

2 張夢(mèng)瑩;陳璇;;基于壓縮感知的大規(guī)模MIMO分段信道反饋[J];計(jì)算機(jī)技術(shù)與發(fā)展;2017年06期

3 周濤;王惠群;陸惠玲;夏勇;;壓縮感知及其在醫(yī)學(xué)圖像融合中的應(yīng)用[J];電視技術(shù);2017年Z1期

4 孫鵬;李貴楠;吳連濤;王智;;基于雙層壓縮感知的有損無(wú)線鏈路稀疏信號(hào)傳輸[J];通信學(xué)報(bào);2017年04期

5 宋維琪;吳彩端;;利用壓縮感知方法提高地震資料分辨率[J];石油地球物理勘探;2017年02期

6 李哲濤;臧浪;田淑娟;李仁發(fā);;基于混合壓縮感知的分簇式網(wǎng)絡(luò)數(shù)據(jù)收集方法[J];計(jì)算機(jī)研究與發(fā)展;2017年03期

7 畢超;馮玉田;李園輝;王瑞;;語(yǔ)音信號(hào)的分塊稀疏表示分類(lèi)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2017年03期

8 張立峰;劉昭麟;田沛;;基于壓縮感知的電容層析成像圖像重建算法[J];電子學(xué)報(bào);2017年02期

9 張凌;歸琳;宮博;羅漢文;;基于壓縮感知的空間信息網(wǎng)絡(luò)擁塞監(jiān)測(cè)[J];上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

10 李明;江樺;麻曰亮;王廷肖;;Legendre序列測(cè)量矩陣的構(gòu)造研究[J];信息工程大學(xué)學(xué)報(bào);2017年01期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫玉寶;肖亮;韋志輝;劉青山;;圖像稀疏表示的結(jié)構(gòu)自適應(yīng)子空間匹配追蹤算法研究[J];計(jì)算機(jī)學(xué)報(bào);2012年08期

2 王法松;張林讓;周宇;;壓縮感知的多重測(cè)量向量模型與算法分析[J];信號(hào)處理;2012年06期

3 陳書(shū)貞;李光耀;練秋生;;基于非局部相似性和交替迭代優(yōu)化算法的圖像壓縮感知[J];信號(hào)處理;2012年02期

4 趙嵩;馬榮華;薛朝改;李恒建;;基于樹(shù)型冗余字典正交匹配追蹤的信號(hào)稀疏分解[J];揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

5 李民;程建;李小文;樂(lè)翔;;非局部學(xué)習(xí)字典的圖像修復(fù)[J];電子與信息學(xué)報(bào);2011年11期

6 付寧;曹離然;彭喜元;;基于子空間的塊稀疏信號(hào)壓縮感知重構(gòu)算法[J];電子學(xué)報(bào);2011年10期

7 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報(bào);2011年07期

8 練秋生;肖瑩;;基于小波樹(shù)結(jié)構(gòu)和迭代收縮的圖像壓縮感知算法研究[J];電子與信息學(xué)報(bào);2011年04期

9 胡正平;劉文;許成謙;;基于分類(lèi)學(xué)習(xí)字典全局稀疏表示模型的圖像修復(fù)算法研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年07期

10 付寧;喬立巖;曹離;;面向壓縮感知的塊稀疏度自適應(yīng)迭代算法[J];電子學(xué)報(bào);2011年S1期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏俐,陳曦,趙千川,江永亨,管曉宏;無(wú)線傳感器網(wǎng)絡(luò)及應(yīng)用簡(jiǎn)介[J];自動(dòng)化博覽;2004年01期

2 孫雨耕,張靜,孫永進(jìn),房朝暉;無(wú)線自組傳感器網(wǎng)絡(luò)[J];傳感技術(shù)學(xué)報(bào);2004年02期

3 夏俐;陳曦;趙千川;江永亨;管曉宏;;無(wú)線傳感器網(wǎng)絡(luò)及應(yīng)用簡(jiǎn)介[J];自動(dòng)化博覽;2005年S2期

4 莊慶德;傳感器網(wǎng)絡(luò)的研究現(xiàn)狀[J];國(guó)外電子測(cè)量技術(shù);2005年04期

5 謝潔銳;胡月明;劉才興;劉蘭;;大田監(jiān)測(cè)中無(wú)線傳感器網(wǎng)絡(luò)的部署[J];現(xiàn)代計(jì)算機(jī);2006年03期

6 李小遐;劉瑞霞;;一種無(wú)線傳感器網(wǎng)絡(luò)的設(shè)計(jì)[J];自動(dòng)化技術(shù)與應(yīng)用;2006年04期

7 吳春婧;鄭明春;秦繼林;;無(wú)線傳感器網(wǎng)絡(luò)協(xié)議研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年08期

8 徐勇軍;楊宇;;無(wú)線傳感器網(wǎng)絡(luò)的發(fā)展[J];電子產(chǎn)品世界;2006年19期

9 ;堅(jiān)固的無(wú)線傳感器網(wǎng)絡(luò)適合苛刻的工業(yè)環(huán)境[J];電子設(shè)計(jì)技術(shù);2006年09期

10 馬華東;陶丹;;多媒體傳感器網(wǎng)絡(luò)及其研究進(jìn)展[J];軟件學(xué)報(bào);2006年09期

相關(guān)會(huì)議論文 前10條

1 彭政;魏巍;羅相根;羅永健;;無(wú)線傳感器網(wǎng)絡(luò)中傳感器數(shù)量的選擇方法[A];第十九屆測(cè)控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 程時(shí)端;;傳感器網(wǎng)絡(luò)[A];中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)2004年年會(huì)論文集[C];2004年

3 楊曼;;無(wú)線傳感器網(wǎng)絡(luò)對(duì)抗[A];四川省電子學(xué)會(huì)情報(bào)專(zhuān)業(yè)委員會(huì)學(xué)術(shù)交流會(huì)論文集[C];2006年

4 闞鳳龍;徐自文;陳楠;左傳文;;無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用及其發(fā)展研究[A];第九屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集（信息科學(xué)與工程技術(shù)分冊(cè)）[C];2012年

5 賈杰;趙林亮;常桂然;;面向異構(gòu)傳感器網(wǎng)絡(luò)的高能效覆蓋控制[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

6 馮健昭;肖德琴;肖克輝;李就好;;基于謂詞的水質(zhì)傳感器網(wǎng)絡(luò)采樣整合優(yōu)化算法[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

7 唐云龍;;無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)實(shí)驗(yàn)分析[A];工程設(shè)計(jì)與計(jì)算機(jī)技術(shù)：第十五屆全國(guó)工程設(shè)計(jì)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

8 杜景林;陳力軍;謝立;;無(wú)線傳感器網(wǎng)絡(luò)與互聯(lián)網(wǎng)集成體系結(jié)構(gòu)[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2008年

9 李新;田斌;辛陽(yáng);陳林順;;傳感器網(wǎng)絡(luò)中基于音頻的異常事件檢測(cè)方法[A];中國(guó)電子學(xué)會(huì)第十七屆信息論學(xué)術(shù)年會(huì)論文集[C];2010年

10 劉昊;;面向電子智能服裝的人體無(wú)線傳感器網(wǎng)絡(luò)構(gòu)建[A];“力恒杯”第11屆功能性紡織品、納米技術(shù)應(yīng)用及低碳紡織研討會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 羅清岳;讓無(wú)線傳感器網(wǎng)絡(luò)走入生活[N];電子資訊時(shí)報(bào);2007年

2 ;多媒體傳感器網(wǎng)絡(luò)[N];中國(guó)計(jì)算機(jī)報(bào);2006年

3 美國(guó)專(zhuān)利律師 譚文曄　薛之揚(yáng);無(wú)線傳感器網(wǎng)絡(luò)技術(shù)專(zhuān)利分析[N];科技日?qǐng)?bào);2010年

4 本報(bào)記者 趙建國(guó);無(wú)線傳感器網(wǎng)絡(luò)改變未來(lái)世界[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2011年

5 樊哲高;我國(guó)傳感器網(wǎng)絡(luò)標(biāo)準(zhǔn)工作取得新進(jìn)展[N];中國(guó)電子報(bào);2012年

6 本報(bào)記者 王博;傳感器網(wǎng)絡(luò)標(biāo)準(zhǔn)取得新進(jìn)展[N];計(jì)算機(jī)世界;2012年

7 溫雅路;利用無(wú)線傳感器網(wǎng)絡(luò)提高地質(zhì)災(zāi)害監(jiān)測(cè)能力[N];人民郵電;2008年

8 林宗輝;ZigBee無(wú)線傳感器網(wǎng)絡(luò)解決方案[N];電子資訊時(shí)報(bào);2007年

9 賽迪顧問(wèn)信息產(chǎn)業(yè)研究中心高級(jí)咨詢師 王坤;國(guó)內(nèi)外物聯(lián)網(wǎng)技術(shù)研究進(jìn)展[N];通信產(chǎn)業(yè)報(bào);2009年

10 本報(bào)記者 張彤;物物之連[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學(xué)位論文 前10條

1 馬瑞;基于小生境粒子群算法的機(jī)艙WSN目標(biāo)覆蓋研究[D];大連海事大學(xué);2014年

2 李洪峻;面向入侵目標(biāo)追捕的多回路無(wú)線網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)與相關(guān)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 張德敬;基于虛擬坐標(biāo)的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議研究[D];山東大學(xué);2015年

4 楊顯輝;森林資源數(shù)據(jù)獲取的移動(dòng)Sink無(wú)線傳感器網(wǎng)絡(luò)可靠性研究[D];東北林業(yè)大學(xué);2015年

5 畢冉;基于無(wú)線傳感器網(wǎng)絡(luò)的事件監(jiān)測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 石熙;數(shù)字水印技術(shù)在無(wú)線傳感器網(wǎng)絡(luò)安全中的應(yīng)用研究[D];重慶大學(xué);2015年

7 徐力杰;低占空比傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸調(diào)度問(wèn)題研究[D];南京大學(xué);2014年

8 歐陽(yáng)鍵;面向無(wú)線傳感器網(wǎng)絡(luò)的協(xié)作傳輸技術(shù)研究[D];南京航空航天大學(xué);2014年

9 馮森;面向智能配用電的無(wú)線傳感器網(wǎng)絡(luò)路由優(yōu)化協(xié)議研究[D];華北電力大學(xué);2015年

10 徐毅;無(wú)線傳感器網(wǎng)絡(luò)低能耗路由協(xié)議研究[D];山東大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 胥常杰;傳感器網(wǎng)絡(luò)設(shè)計(jì)的數(shù)學(xué)模型及其應(yīng)用[D];青島大學(xué);2010年

2 黃錚;無(wú)線傳感器網(wǎng)絡(luò)連通與覆蓋的研究[D];武漢理工大學(xué);2006年

3 彭一;基于復(fù)雜網(wǎng)絡(luò)理論的無(wú)線傳感器網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別技術(shù)研究[D];西南大學(xué);2015年

4 肖力;基于ZigBee無(wú)線傳感器網(wǎng)絡(luò)的車(chē)流量檢測(cè)系統(tǒng)設(shè)計(jì)[D];華南理工大學(xué);2015年

5 劉麗萍;無(wú)線傳感器網(wǎng)絡(luò)中基于時(shí)空相關(guān)性的數(shù)據(jù)壓縮[D];西南大學(xué);2015年

6 何沐曦;無(wú)線傳感器網(wǎng)絡(luò)環(huán)境下基于MATLAB和OMNeT++的IEEE1588時(shí)間同步仿真[D];西南大學(xué);2015年

7 黎鳳霞;一種雙極型多變量公鑰密碼算法在無(wú)線傳感器網(wǎng)絡(luò)上的優(yōu)化與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

8 王曉彤;基于無(wú)線傳感器網(wǎng)絡(luò)的奶牛健康監(jiān)測(cè)系統(tǒng)研究[D];天津理工大學(xué);2015年

9 劉曉晨;基于無(wú)線傳感器網(wǎng)絡(luò)的室內(nèi)定位方法研究[D];上海師范大學(xué);2015年

10 董曉峰;畜禽養(yǎng)殖環(huán)境感知及動(dòng)物標(biāo)識(shí)技術(shù)裝備集成研究和應(yīng)用[D];浙江大學(xué);2015年

本文編號(hào)：2791840