无线传感网中低能耗近似计算方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

无线传感网中低能耗近似计算方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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