无线传感器网络中分布式近似计算方法的研究
RESEARCH ON DISTRIBUTEDAPPROXIMATE COMPUTATIONALGORITHMS IN WIRELESS SENSORNETWORKS
摘要
Abstract
目 录
Contents
第 1 章 绪论
1.1 研究的目的和意义
1.2 无线传感器网络简介
1.2.1 什么是无线传感器网络
1.2.2 无线传感器网络的特点与挑战
1.2.3 无线传感器网络领域的研究现状与热点问题
1.3 无线传感网中感知数据的获取与计算技术简介
1.3.1 无线传感网中感知数据获取与计算技术的研究现状
1.3.2 无线传感网中感知数据获取与计算技术所面临的新挑战
1.4 本文研究的问题与成果
1.4.1 本文研究的问题
1.4.2 本文主要贡献
1.5 本文的章节安排
第 2 章 静态传感器网络中基于均衡抽样的(,)-近似聚集算法
2.1 引言
2.2 问题定义
2.3 数学基础
2.3.1 聚集和的估计器
2.3.2 平均值的估计器
2.3.3 无重复计数值的估计器
2.4 分布式均衡抽样算法
2.4.1 样本容量的确定
2.4.2 均衡抽样算法
2.5 近似聚集算法
2.6 样本信息维护算法
2.6.1 和变化时样本数据信息维护算法
2.6.2 感知数据变化时样本信息维护算法
2.7 实验结果
2.7.1 基于抽样技术算法的特有性能
2.7.2 查询处理过程中的能量消耗
2.8 相关工作
2.9 本章小节
第 3 章 动态传感器网络中基于Bernoulli抽样的(,)-近似聚集算法
3.1 引言
3.2 预备知识
3.2.1 问题定义
3.2.2 Bernoulli抽样
3.3 数学基础
3.3.1 计数值及聚集和的估计器
3.3.2 平均值估计器
3.4 Bernoulli抽样算法
3.4.1 抽样概率的确定
3.4.2 Bernoulli抽样算法
3.5 基于Bernoulli抽样的(, )-聚集算法
3.5.1 Snapshot查询处理算法
3.5.2 连续查询处理算法
3.5.3 基于多抽样概率的(,)-近似聚集算法
3.6 实验结果
3.6.1 大规模传感网中算法的性能
3.6.2 中等规模传感网中算法的性能
3.7 本章小节
第 4 章 传感器网络中地理位置敏感的近似极值点查询算法
4.1 引言
4.2 问题定义
4.3 贪心算法
4.3.1 集中式贪心算法
4.3.2 分布式贪心算法
4.3.3 算法复杂性
4.4 基于区域划分的分布式算法
4.4.1 基于区域划分的分布式算法
4.4.2 RrDk的计算方法
4.4.3 算法复杂性
4.5 实验结果
4.5.1 “Top-k”与“LAP-(D,k)”的比较
4.5.2 不同算法在计算“LAP-(D,k)”时的性能
4.6 相关工作
4.7 本章小结
第 5 章 传感器网络中物理过程近似逼近算法
5.1 引言
5.2 问题定义
5.3 面向物理过程可高精度逼近的变频数据采集算法
5.3.1 基于Hermit插值的变频数据采集算法
5.3.2 基于三次样条插值的变频数据采集算法
5.4 近似物理过程曲线聚集算法
5.4.1 问题的定义
5.4.2 近似物理过程曲线聚集算法
5.4.3 聚集算法的优化策略
5.5 实验结果
5.5.1 变频数据采集算法的性能
5.5.2 近似物理过程曲线聚集算法的性能
5.6 相关工作
5.7 本章小节
结论
参考文献
攻读博士学位期间发表的论文及其他成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致谢
个人简历