搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
传感器网络的计算几何方法
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787030456533
  • 作      者:
    刘文平著
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2015
收藏
内容介绍
  无线传感器网络是具有高度学科交叉性的国内外研究热点之一,已成功应用于军事国防、工农业控制、环境检测和抢险救灾等领域。网络拓扑特征对许多算法性能具有重大影响,进而影响着网络生命周期。
  因此,网络拓扑特征提取是传感器网络研究中的重要内容。
  《传感器网络的计算几何方法》收集了作者多年来在传感器网络拓扑特征提取方面的研究成果,既包含关于拓扑特征提取的有关算法,又包括这些拓扑特征在网络路由、定位等方面的应用,特别适合高等院校计算机专业高年级本科生、研究生、教师和相关科研人员使用。
展开
精彩书摘
  《传感器网络的计算几何方法》:
  在边界节点通过局部洪泛判断出自己是否为角点后,利用角点可以对边界进行划分,即将任意两个相邻角点间的所有边界节点组成一个边界分支。具体实现方法如下:每个角点在边界上发布限制性洪泛信息,当节点q收到来自角点的信息后,如果节点q是边界节点,但不是角点,则转发该信息;否则节点q直接丢弃该信息。这样,接收到来自相同两个角点信息的边界节点形成一个连通分量,并以连通分量中最小的节点ID作为边界分支ID。如果某一个边界上不存在角点,则以该边界上最小的边界节点ID作为对应连通分量的ID。通过这样的方式,将网络边界аB划分为若干条边界分支аBi(/=1,2,…),如图2.3(b)所示。此后,每个边界节点将其所属边界分支的ID保存起来。
  2.2.2 骨架节点识别
  在得到边界划分结果后,每个边界节点同时向网络发送边界信息包,边界信息包中包含边界节点编号、分支编号及计数器。计数器表示节点与该边界点的最短路径距离,初始化为1。定义节点到边界的距离为第一次接收边界信息包时计数器的值。若内部节点已经接收过来自该分支上的边界节点发送的边界信息包,将该信息包丢弃,否则记录与本节点最近的边界分支编号及其与边界的距离,并将计数器加1后转发。基于节点与边界分支的距离,可以识别出网络骨架节点。
  定义2.6 节点q到边界分支аBi的跳数距离di(q)=mind(q,p),其中d(q,p)表示节点q和p之间的最短跳数距离。
  定义2.7 边界分支аBi到边界分支аBi的跳数距离为d(Bi,Bi)=mindi(q)。
  定义2.8 定义节点q到边界的跳数距离为其到所有边界分支距离的最小值,即d(q)=mindi(q)。
  ……
展开
目录
第1章 绪论
1.1 传感器网络
1.2 传感器网络的计算几何方法
1.2.1 边界识别
1.2.2 骨架提取
1.2.3 网络分解
1.3 传感器网络计算几何方法的应用
1.3.1 网络定位
1.3.2 网络路由
1.3.3 网络导航
1.3.4 信息存储与检索
参考文献

第一篇 二维传感器网络的骨架提取
第2章 基于完全边界信息的骨架提取
2.1 骨架与角点
2.1.1 骨架
2.1.2 角点
2.2 基于边界划分的骨架提取算法
2.2.1 角点识别与边界划分
2.2.2 骨架节点识别
2.2.3 骨架弦与粗糙骨架
2.2.4 优化骨架
2.3 算法分析
2.3.1 算法复杂度
2.3.2 多尺度骨架
2.3.3 无角点的骨架提取
2.3.4 基于骨架的网络分割
2.3.5 基于骨架的路由协议j
2.4 仿真实验
参考文献
第3章 基于距离变换的骨架提取
3.1 距离变换
3.2 基于距离变换的骨架定义
3.3 DIST算法
3.3.1 距离变换的建立
3.3.2 关键骨架节点识别
3.3.3 粗糙骨架
3.3.4 优化骨架
3.4 骨架在边界识别和网络分解中的应用
3.4.1 基于骨架的边界识别
3.4.2 基于骨架的网络分解
3.5 算法评价
3.5.1 实验配置
3.5.2 基于骨架的路由协议性能评价
3.5.3 仿真实验结果
3.6 算法分析与讨论.
3.6.1 复杂度分析
3.6.2 边界不完全程度对DIST算法的影响及参数选择
3.6.3 算法正确性的有关证明
参考文献
第4章 无边界信息的骨架提取
4.1 基于中心度的骨架识别
4.1.1 连续情形下的骨架性质
4.1.2 传感器网络的骨架节点识别
4.1.3 算法实现
4.1.4 仿真实验
4.1.5 讨论
4.2 基于网络Reeb图的骨架提取
4.2.1 连续域中的骨架性质
4.2.2 无线传感器网络的骨架识别
4.2.3 算法实现
4.2.4 仿真实验
参考文献

第二篇 三维传感器网络的线骨架与面骨架
第5章 三维传感器网络的线骨架提取
5.1 理论基础
5.1.1 二维/三维物体的线骨架性质
5.1.2 二维/三维物体线骨架识别
5.1.3 线骨架点的重要度
5.2 传感器网络的线骨架提取通用算法
5.2.1 骨架点识别
5.2.2 重要度计算与骨架树构建
5.2.3 骨架优化
5.2.4 复杂网络的骨架提取
5.2.5 复杂度分析
5.3 三维传感器网络中基于线骨架的路由协议
5.4 仿真实验
5.4.1 实验配置
5.4.2 实验结果分析
参考文献
第6章 三维传感器网络的面骨架提取及其在数据存储中的应用
6.1 分布式存储算法
6.2 面骨架
6.2.1 连续域中的面骨架
6.2.2 传感器网络的面骨架
6.3 算法描述
6.3.1 面骨架节点识别
6.3.2 面骨架的建立
6.3.3 复杂度分析
6.3.4 网络动态对算法的影响
6.4 面骨架的应用
6.4.1 基于面骨架的数据存储与检索协议
6.4.2 基于面骨架的线骨架提取
6.5 仿真实验
6.5.1 对网络形状的鲁棒性
6.5.2 对网络密度的稳健性
6.5.3 算法在非均匀分布网络中的性能
6.5.4 算法在QUDG模型下的性能
6.5.5 算法在动态网络中的性能
6.5.6 面骨架在数据存储中的应用
参考文献

第三篇 二维传感器网络的凸分解
第7章 基于凸分解的定位算法
7.1 网络近似凸分解与定位
7.1.1 近似凸分解
7.1.2 网络凹度与定位的关系
7.1.3 传感器网络的凹度
7.2 ACDI。:基于网络近似凸分解的定位算法
7.2.1 凹/凸点识别与边界划分
7.2.2 网络近似凸分解
7.2.3 局部坐标图
7.2.4 全局坐标图
7.3 实验分析
7.3.1 不同网络场景下的算法性能
7.3.2 通信模型对ACDL算法的影响.
7.3.3 网络节点分布对AcDL算法的影响
7.3.4 ACDL算法对参数的敏感性分析
7.3.5 ACDL算法对网络密度的敏感性分析
7.3.6 低密度网络下的算法性能比较
参考文献
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证