无线传感网中低能耗近似计算方法PDF电子书下载

第1章 绪论 1

1.1 研究的目的和意义 1

1.2 无线传感器网络简介 3

1.2.1 什么是无线传感器网络 3

1.2.2 无线传感器网络的特点与挑战 3

1.2.3 无线传感器网络领域的研究现状与热点问题 5

1.3 无线传感网中感知数据的获取与计算技术简介 10

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 11

1.3.2 无线传感网中感知数据的获取与计算技术所面临的新挑战 22

1.4 本书研究的问题与成果 23

第2章 静态传感器网络中基于均衡抽样的（∈，δ）－近似聚集算法 26

2.1 引 言 26

2.2 问题定义 28

2.3 数学基础 31

2.3.1 聚集和的估计器 31

2.3.2 平均值的估计器 32

2.3.3 无重复计数值的估计器 33

2.4 分布式均衡抽样算法 34

2.4.1 样本容量的确定 34

2.4.2 均衡抽样算法 39

2.5 近似聚集算法 43

2.6 样本信息维护算法 44

2.6.1 ？和δ变化时样本数据信息维护算法 45

2.6.2 感知数据变化时样本信息维护算法 47

2.7 实验结果 50

2.7.1 基于抽样技术算法的特有性能 50

2.7.2 查询处理过程中的能量消耗 53

2.8 相关工作 56

2.9 本章小节 57

第3章 动态传感器网络中基于Bernoulli抽样的（∈，δ）－近似聚集算法 58

3.1 引 言 58

3.2 预备知识 60

3.2.1 问题定义 60

3.2.2 Bernoulli抽样 61

3.3 数学基础 61

3.3.1 计数值及聚集和的估计器 61

3.3.2 平均值估计器 63

3.4 Bernoulli抽样算法 65

3.4.1 抽样概率的确定 65

3.4.2 Bernoulli抽样算法 71

3.5 基于Bernoulli抽样的（？，δ）－聚集算法 73

3.5.1 Snapshot查询处理算法 73

3.5.2 连续查询处理算法 77

3.5.3 基于多抽样概率的（？，δ）－近似聚集算法 81

3.6 实验结果 86

3.6.1 大规模传感网中算法的性能 87

3.6.2 中等规模传感网中算法的性能 95

3.7 本章小结 98

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 99

4.1 引 言 99

4.2 问题定义 101

4.3 贪心算法 104

4.3.1 集中式贪心算法 104

4.3.2 分布式贪心算法 107

4.3.3 算法的复杂性 114

4.4 基于区域划分的分布式算法 115

4.4.1 算法的总体思想 115

4.4.2 RrDk的计算方法 117

4.4.3 算法的复杂性 126

4.5 实验结果 127

4.5.1 “Top-k”与“LAP－（D，k）”的比较 128

4.5.2 不同算法在计算“LAP－（D，k）”时的性能 133

4.6 相关工作 135

4.7 本章小结 136

第5章 传感器网络中面向物理过程可重现的感知数据采集算法 137

5.1 引 言 137

5.2 问题定义 140

5.3 两种变频数据采集算法 142

5.3.1 基于Hermit插值的变频数据采集算法 142

5.3.2 基于三次样条插值的变频数据采集算法 148

5.4 感知曲线聚集算法 159

5.4.1 问题的定义 160

5.4.2 感知曲线聚集算法 160

5.4.3 聚集算法的优化策略——曲线合并算法 163

5.5 实验结果 169

5.5.1 变频数据采集算法的性能 169

5.5.2 感知曲线聚集算法的性能 182

5.6 相关工作 187

5.7 本章小结 188

第6章 结论 189

参考文献 192

索 引 228