反馈文件质量
lgli/《无线传感器执行器网络数据汇集及任务协作算法研究》.pdf
无线传感器 执行器网络数据汇集及任务协作算法研究 🔍
易军，唐云建，李太福著 北京：电子工业出版社, Bei jing, 2014
中文 [zh] · PDF · 5.9MB · 2014 · 📘 非小说类图书 · 🚀/duxiu/lgli/lgrs · Save
描述
本书系统地阐述了无线传感器/执行器网络的研究前沿问题—数据汇集及任务协作
技术。全书共 9 章:第 1 章介绍无线传感器/执行器网络的特点和面临的挑战;第 2~5 章针
对无线传感器/执行器网络的节点通信开销、拥塞、能耗、碰撞等问题,给出了不同应用目
标下的数据汇集算法;第 6~9 章围绕传感器节点/执行器节点(Sensor-Actor,SA)协作和
执行器节点/执行器节点(Actor-Actor,AA)协作,探讨设计了不同的任务协作算法。
本书的适用对象为计算机科学、电子工程专业的科研人员和研究生,以及电信业的研
究和开发人员。
备用文件名
lgrsnf/《无线传感器执行器网络数据汇集及任务协作算法研究》.pdf
备选标题
无线传感器/执行器网络数据汇集及任务协作算法研究 = Load-balanced data gathering and task coordination algorithms for wireless sensor and actor network
备用出版商
Publishing House of Electronics Industry
备用版本
China, People's Republic, China
元数据中的注释
Bookmarks: p1 (p1): 第1章 概论
p1-1 (p1): 1.1无线传感器/执行器网络
p1-1-1 (p1): 1.1.1无线传感器/执行器网络概述
p1-1-2 (p3): 1.1.2无线传感器/执行器网络体系结构及节点结构
p1-1-3 (p6): 1.1.3无线传感器/执行器网络协议栈
p1-1-4 (p8): 1.1.4无线传感器/执行器网络的应用领域
p1-1-5 (p10): 1.1.5无线传感器/执行器网络实验仿真平台
p1-2 (p11): 1.2数据汇集算法研究现状
p1-2-1 (p11): 1.2.1数据汇集算法的设计目标
p1-2-2 (p12): 1.2.2数据汇集算法面临的挑战
p1-2-3 (p13): 1.2.3典型的数据汇集算法
p1-2-4 (p23): 1.2.4负载均衡数据汇集算法研究现状
p1-2-5 (p27): 1.2.5负载均衡数据汇集算法评价指标
p1-3 (p28): 1.3任务协作算法研究现状
p1-3-1 (p30): 1.3.1协作算法性能评价指标
p1-3-2 (p31): 1.3.2协作面临的研究挑战
p1-3-3 (p33): 1.3.3典型的协作方法
p1-3-4 (p35): 1.3.4典型的协作算法
p1-3-5 (p42): 1.3.5协作算法分类比较
p1-4 (p45): 参考文献
p2 (p55): 第2章 数据汇集树与动态交叉退避
p2-1 (p56): 2.1数据汇集树的构造分析
p2-1-1 (p56): 2.1.1退避机制对数据汇集树的影响
p2-1-2 (p58): 2.1.2洪泛中的消息碰撞问题
p2-1-3 (p59): 2.1.3数据汇集树的瘫痪问题
p2-1-4 (p60): 2.1.4路径绕行评估与拥塞避免问题
p2-2 (p62): 2.2动态交叉退避窗口算法
p2-3 (p66): 2.3路由瘫痪防止策略
p2-3-1 (p66): 2.3.1定义路由有效期
p2-3-2 (p67): 2.3.2建立优先级父节点队列
p2-4 (p68): 2.4仿真验证
p2-5 (p73): 2.5小结
p2-6 (p73): 参考文献
p3 (p74): 第3章 静态负载均衡数据汇集树生成算法
p3-1 (p75): 3.1 LDGT-SPT算法思想
p3-2 (p77): 3.2 LDGT-SPT算法描述
p3-2-1 (p77): 3.2.1相关定义
p3-2-2 (p79): 3.2.2 LDGT-SPT算法流程
p3-3 (p82): 3.3 LDGT-SPT算法举例与理论证明
p3-3-1 (p82): 3.3.1 LDGT-SPT算法举例
p3-3-2 (p83): 3.3.2 LDGT-SPT算法理论证明
p3-4 (p84): 3.4仿真验证
p3-4-1 (p84): 3.4.1仿真环境与参数
p3-4-2 (p85): 3.4.2 LDGT-SPT分组定义
p3-4-3 (p87): 3.4.3仿真结果
p3-5 (p90): 3.5小结
p3-6 (p90): 参考文献
p4 (p91): 第4章 基于ACO的动态负载均衡数据汇集算法
p4-1 (p91): 4.1 ACO的优点与不足
p4-2 (p92): 4.2 LDG-ACO算法原理
p4-3 (p93): 4.3 LDG-ACO算法描述
p4-3-1 (p93): 4.3.1 LDG-ACO算法术语与规则
p4-3-2 (p96): 4.3.2 LDG-ACO算法步骤
p4-4 (p99): 4.4仿真验证
p4-4-1 (p99): 4.4.1仿真环境与参数
p4-4-2 (p100): 4.4.2 LDG-ACO分组定义
p4-4-3 (p101): 4.4.3仿真结果
p4-5 (p105): 4.5小结
p4-6 (p106): 参考文献
p5 (p107): 第5章 移动执行器动态负载均衡数据汇集算法
p5-1 (p107): 5.1执行器节点移动对网络数据流模型的影响
p5-1-1 (p107): 5.1.1连续型数据流模型
p5-1-2 (p108): 5.1.2查询型数据流模型
p5-1-3 (p108): 5.1.3事件型数据流模型
p5-2 (p109): 5.2 LDG-MS算法思路
p5-3 (p110): 5.3 LDG-MS算法描述
p5-3-1 (p110): 5.3.1 LDG-MS算法规则与定义
p5-3-2 (p112): 5.3.2功率控制策略
p5-3-3 (p114): 5.3.3 Sink BEACON消息周期计算
p5-3-4 (p115): 5.3.4 LDG-MS算法伪代码
p5-4 (p116): 5.4仿真验证
p5-4-1 (p116): 5.4.1仿真环境与参数
p5-4-2 (p117): 5.4.2功率控制
p5-4-3 (p117): 5.4.3仿真结果
p5-5 (p120): 5.5小结
p5-6 (p120): 参考文献
p6 (p121): 第6章 基于SA协作的分簇算法
p6-1 (p121): 6.1 SA协作模型特点
p6-2 (p122): 6.2无线传感器/执行器网络分簇算法分析
p6-3 (p123): 6.3 CASA算法原理与实现
p6-3-1 (p123): 6.3.1参数定义与假设条件
p6-3-2 (p124): 6.3.2基本能耗公式
p6-3-3 (p125): 6.3.3优化模型建立
p6-3-4 (p129): 6.3.4优化模型求解
p6-3-5 (p132): 6.3.5 CASA算法实现
p6-4 (p135): 6.4算法仿真与性能分析
p6-4-1 (p135): 6.4.1执行器节点理想数量
p6-4-2 (p136): 6.4.2基于VFA算法的执行器节点部署实验
p6-4-3 (p137): 6.4.3算法通信开销
p6-4-4 (p137): 6.4.4网络性能
p6-5 (p139): 6.5小结
p6-6 (p139): 参考文献
p7 (p141): 第7章 AA实时协作框架
p7-1 (p142): 7.1 AA协作模型
p7-2 (p143): 7.2任务类型分解
p7-3 (p144): 7.3基于拍卖机制的任务分派
p7-3-1 (p144): 7.3.1基于事件的动态招标范围
p7-3-2 (p148): 7.3.2基于熵权的代价评估模型
p7-3-3 (p151): 7.3.3无工序限制的任务指派
p7-4 (p153): 7.4实时协作（RC）算法流程
p7-5 (p153): 7.5算法仿真与性能分析
p7-5-1 (p153): 7.5.1仿真环境与参数
p7-5-2 (p155): 7.5.2算法通信开销
p7-5-3 (p156): 7.5.3任务完成时间
p7-5-4 (p157): 7.5.4能耗均衡
p7-5-5 (p157): 7.5.5网络寿命
p7-6 (p158): 7.6小结
p7-7 (p158): 参考文献
p8 (p160): 第8章 基于AA协作的单目标任务分派算法
p8-1 (p161): 8.1单目标任务分派
p8-1-1 (p161): 8.1.1最小化最大任务完成时间
p8-1-2 (p163): 8.1.2执行器节点剩余能量约束
p8-2 (p163): 8.2 SOTS算法
p8-2-1 (p164): 8.2.1执行器节点角色确定
p8-2-2 (p164): 8.2.2标准微粒群优化算法
p8-2-3 (p165): 8.2.3基于ROV规则的编码
p8-2-4 (p165): 8.2.4基于NEH方法的局部搜索
p8-2-5 (p167): 8.2.5算法流程和分析
p8-3 (p169): 8.3算法仿真与性能分析
p8-3-1 (p169): 8.3.1实验参数
p8-3-2 (p169): 8.3.2算法性能实验
p8-3-3 (p170): 8.3.3网络性能实验
p8-4 (p172): 8.4小结
p8-5 (p173): 参考文献
p9 (p174): 第9章 基于AA协作的多目标任务分派算法
p9-1 (p174): 9.1多目标优化问题的基本概念
p9-2 (p176): 9.2多目标任务分派
p9-2-1 (p177): 9.2.1最大任务完成时间
p9-2-2 (p177): 9.2.2能耗均衡指标
p9-2-3 (p177): 9.2.3存储成本
p9-3 (p178): 9.3面向AA协作的多目标任务分派算法（MOTS）
p9-3-1 (p178): 9.3.1多目标规范化处理
p9-3-2 (p178): 9.3.2随机权值确定
p9-3-3 (p179): 9.3.3执行器节点角色确定
p9-3-4 (p179): 9.3.4标准微粒群优化算法
p9-3-5 (p180): 9.3.5基于ROV规则的编码
p9-3-6 (p181): 9.3.6多目标微粒群搜索
p9-3-7 (p181): 9.3.7基于自适应学习策略的多目标局部搜索
p9-3-8 (p183): 9.3.8 MOTS算法流程与分析
p9-4 (p187): 9.4算法仿真与性能分析
p9-4-1 (p187): 9.4.1实验参数
p9-4-2 (p188): 9.4.2算法性能实验
p9-4-3 (p189): 9.4.3网络性能实验
p9-5 (p191): 9.5小结
p9-6 (p192): 参考文献
备用描述
内容简介
前言
目录
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
备用描述
本书系统地阐述了无线传感器/执行器网络的研究前沿问题——数据汇集及任务协作技术,共9章,内容包括:概论,数据汇集树与动态交叉退避,静态负载均衡数据汇集树生成算法等
开源日期
2024-02-14
更多信息……

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持，您将获得高速下载权益。❤️
如果您在本月捐款，您将获得双倍的快速下载次数。

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 （可能需要验证浏览器——无限次下载！）

所有选项下载的文件都相同，应该可以安全使用。即使这样，从互联网下载文件时始终要小心。例如，确保您的设备更新及时。
显示外部下载
  • 对于大文件，我们建议使用下载管理器以防止中断。
    推荐的下载管理器：JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件，具体取决于文件格式。
    推荐的电子书阅读器：Anna的档案在线查看器、ReadEra和Calibre
  • 使用在线工具进行格式转换。
    推荐的转换工具：CloudConvert和PrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具：亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起，请考虑购买原版，或直接支持作者。
    📚 如果您当地的图书馆有这本书，请考虑在那里免费借阅。