声明
目 录
符号说明
第一章绪 论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 研究内容与创新点
1.3.1 研究内容
1.3.2 创新点
1.4 本文组织结构
第二章电磁纳米网络节点设计及通信技术研究概述
2.1 引言
2.2 电磁纳米网络节点硬件设计
2.2.1 纳米节点整体结构设计
2.2.2 基于石墨烯的纳米天线设计
2.2.3 基于压电感应的纳米发电机设计
2.3 电磁纳米网络通信方法研究概况
2.3.1 太赫兹频段特性
2.3.2 太赫兹频段通信模型
2.3.3 纳米网络中基于太赫兹频段的通信协议
2.4 本章小结
第三章基于随机几何的纳米网络多径干扰和覆盖模型
3.1 引言
3.2 3D纳米网络系统模型
3.2.1 典型3D纳米网络结构
3.2.2 波束成形天线模型
3.2.3 纳米网络中节点阻挡模型
3.3基于随机几何的纳米网络多径干扰建模
3.3.1 太赫兹信道多径效应
3.3.2 来自纳米节点的干扰
3.3.3 来自纳米控制器的干扰
3.4带有波束成形天线的纳米控制器覆盖范围建模
3.4.1 多径干扰下的信号干扰噪声比模型
3.4.2 基于波束成形的纳米控制器覆盖范围模型
3.5实验结果及分析
3.5.1 纳米网络中多径干扰分析
3.5.2 基于波束成形的纳米控制器覆盖性能分析
3.6 本章小结
第四章基于时序接收驱动的纳米网络媒体访问控制协议
4.1 引言
4.2 集中式和分布式纳米网络结构模型
4.3基于时序接收驱动的MAC协议详细说明
4.3.1 接收驱动时隙划分及选择
4.3.2 面向集中式网络的通信方法
4.3.3 面向分布式网络的通信方法
4.3.4 协议数据帧格式
4.4 算法性能分析
4.4.1 算法能耗分析
4.4.2 算法传输时延分析
4.4.3 算法吞吐量分析
4.5 实验仿真及分析
4.5.1 性能指标及参数设置
4.5.2 多种算法性能对比
4.6 本章小结
第五章基于增强学习的纳米网络偏转路由算法
5.2 偏转路由概述
5.3 基于增强学习的偏转路由表更新算法
5.3.1 偏转路由表设计
5.3.2 纳米节点能量预测算法
5.3.3 前馈路由表更新算法
5.3.4 反馈路由表更新算法
5.4 基于增强学习的偏转路由通信方法
5.4.2 发送数据流程设计
5.4.3 接收数据流程设计
5.5 基于增强学习的偏转路由算法性能分析
5.6 实验仿真及分析
5.6.1 仿真平台及环境
5.6.2 传输距离对算法性能影响的仿真及分析
5.6.3 节点密度对算法性能影响的仿真及分析
5.6.4 能量捕获速率对算法性能影响的仿真及分析
5.6.5 重传次数对算法性能影响的仿真及分析
5.6.6 不同学习参数对算法性能影响的仿真及分析
5.7 本章小结
第六章能量捕获下纳米网络可达链路吞吐量模型
6.1 引言
6.2 基于能量捕获的纳米网络系统模型
6.2.1 基于压电的纳米能量捕获系统
6.2.2 纳米节点能量状态模型
6.2.3 信号干扰噪声比模型
6.3 能量捕获下纳米网络吞吐量最大化模型
6.3.1 单跳节点吞吐量
6.3.2 多跳通信方式和路由能耗分析
6.3.3 单路由最大纳米节点数量
6.3.4 纳米节点能量捕获状态模型
6.3.5 噪声下纳米网络吞吐量上界
6.3.6 干扰下纳米网络吞吐量上界
6.4 实验及分析
6.4.1 不同吞吐量模型对比
6.4.2 有无分子吸收吞吐量对比
6.4.3 不同发送功率吞吐量对比
6.5 本章小结
第七章总结与展望
7.1 总 结
7.2 展 望
参考文献
致 谢
作者简介
1 作者简历
2 攻读博士学位期间发表的学术论文
3 参与的科研项目及获奖情况
4 发明专利
浙江工业大学;
