傳感器網(wǎng)絡(luò)的計(jì)算幾何方法

第1章 緒論
1．1 傳感器網(wǎng)絡(luò)
1．2 傳感器網(wǎng)絡(luò)的計(jì)算幾何方法
1．2．1 邊界識(shí)別
1．2．2 骨架提取
1．2．3 網(wǎng)絡(luò)分解
1．3 傳感器網(wǎng)絡(luò)計(jì)算幾何方法的應(yīng)用
1．3．1 網(wǎng)絡(luò)定位
1．3．2 網(wǎng)絡(luò)路由
1．3．3 網(wǎng)絡(luò)導(dǎo)航
1．3．4 信息存儲(chǔ)與檢索
參考文獻(xiàn)
第一篇 二維傳感器網(wǎng)絡(luò)的骨架提取
第2章 基于完全邊界信息的骨架提取
2．1 骨架與角點(diǎn)
2．1．1 骨架
2．1．2 角點(diǎn)
2．2 基于邊界劃分的骨架提取算法
2．2．1 角點(diǎn)識(shí)別與邊界劃分
2．2．2 骨架節(jié)點(diǎn)識(shí)別
2．2．3 骨架弦與粗糙骨架
2．2．4 優(yōu)化骨架
2．3 算法分析
2．3．1 算法復(fù)雜度
2．3．2 多尺度骨架
2．3．3 無(wú)角點(diǎn)的骨架提取
2．3．4 基于骨架的網(wǎng)絡(luò)分割
2．3．5 基于骨架的路由協(xié)議j
2．4 仿真實(shí)驗(yàn)
參考文獻(xiàn)
第3章 基于距離變換的骨架提取
3．1 距離變換
3．2 基于距離變換的骨架定義
3．3 DIST算法
3．3．1 距離變換的建立
3．3．2 關(guān)鍵骨架節(jié)點(diǎn)識(shí)別
3．3．3 粗糙骨架
3．3．4 優(yōu)化骨架
3．4 骨架在邊界識(shí)別和網(wǎng)絡(luò)分解中的應(yīng)用
3．4．1 基于骨架的邊界識(shí)別
3．4．2 基于骨架的網(wǎng)絡(luò)分解
3．5 算法評(píng)價(jià)
3．5．1 實(shí)驗(yàn)配置
3．5．2 基于骨架的路由協(xié)議性能評(píng)價(jià)
3．5．3 仿真實(shí)驗(yàn)結(jié)果
3．6 算法分析與討論．
3．6．1 復(fù)雜度分析
3．6．2 邊界不完全程度對(duì)DIST算法的影響及參數(shù)選擇
3．6．3 算法正確性的有關(guān)證明
參考文獻(xiàn)
第4章 無(wú)邊界信息的骨架提取
4．1 基于中心度的骨架識(shí)別
4．1．1 連續(xù)情形下的骨架性質(zhì)
4．1．2 傳感器網(wǎng)絡(luò)的骨架節(jié)點(diǎn)識(shí)別
4．1．3 算法實(shí)現(xiàn)
4．1．4 仿真實(shí)驗(yàn)
4．1．5 討論
4．2 基于網(wǎng)絡(luò)Reeb圖的骨架提取
4．2．1 連續(xù)域中的骨架性質(zhì)
4．2．2 無(wú)線傳感器網(wǎng)絡(luò)的骨架識(shí)別
4．2．3 算法實(shí)現(xiàn)
4．2．4 仿真實(shí)驗(yàn)
參考文獻(xiàn)
第二篇 三維傳感器網(wǎng)絡(luò)的線骨架與面骨架
第5章 三維傳感器網(wǎng)絡(luò)的線骨架提取
5．1 理論基礎(chǔ)
5．1．1 二維/三維物體的線骨架性質(zhì)
5．1．2 二維/三維物體線骨架識(shí)別
5．1．3 線骨架點(diǎn)的重要度
5．2 傳感器網(wǎng)絡(luò)的線骨架提取通用算法
5．2．1 骨架點(diǎn)識(shí)別
5．2．2 重要度計(jì)算與骨架樹(shù)構(gòu)建
5．2．3 骨架優(yōu)化
5．2．4 復(fù)雜網(wǎng)絡(luò)的骨架提取
5．2．5 復(fù)雜度分析
5．3 三維傳感器網(wǎng)絡(luò)中基于線骨架的路由協(xié)議
5．4 仿真實(shí)驗(yàn)
5．4．1 實(shí)驗(yàn)配置
5．4．2 實(shí)驗(yàn)結(jié)果分析
參考文獻(xiàn)
第6章 三維傳感器網(wǎng)絡(luò)的面骨架提取及其在數(shù)據(jù)存儲(chǔ)中的應(yīng)用
6．1 分布式存儲(chǔ)算法
6．2 面骨架
6．2．1 連續(xù)域中的面骨架
6．2．2 傳感器網(wǎng)絡(luò)的面骨架
6．3 算法描述
6．3．1 面骨架節(jié)點(diǎn)識(shí)別
6．3．2 面骨架的建立
6．3．3 復(fù)雜度分析
6．3．4 網(wǎng)絡(luò)動(dòng)態(tài)對(duì)算法的影響
6．4 面骨架的應(yīng)用
6．4．1 基于面骨架的數(shù)據(jù)存儲(chǔ)與檢索協(xié)議
6．4．2 基于面骨架的線骨架提取
6．5 仿真實(shí)驗(yàn)
6．5．1 對(duì)網(wǎng)絡(luò)形狀的魯棒性
6．5．2 對(duì)網(wǎng)絡(luò)密度的穩(wěn)健性
6．5．3 算法在非均勻分布網(wǎng)絡(luò)中的性能
6．5．4 算法在QUDG模型下的性能
6．5．5 算法在動(dòng)態(tài)網(wǎng)絡(luò)中的性能
6．5．6 面骨架在數(shù)據(jù)存儲(chǔ)中的應(yīng)用
參考文獻(xiàn)
第三篇 二維傳感器網(wǎng)絡(luò)的凸分解
第7章 基于凸分解的定位算法
7．1 網(wǎng)絡(luò)近似凸分解與定位
7．1．1 近似凸分解
7．1．2 網(wǎng)絡(luò)凹度與定位的關(guān)系
7．1．3 傳感器網(wǎng)絡(luò)的凹度
7．2 ACDI。：基于網(wǎng)絡(luò)近似凸分解的定位算法
7．2．1 凹/凸點(diǎn)識(shí)別與邊界劃分
7．2．2 網(wǎng)絡(luò)近似凸分解
7．2．3 局部坐標(biāo)圖
7．2．4 全局坐標(biāo)圖
7．3 實(shí)驗(yàn)分析
7．3．1 不同網(wǎng)絡(luò)場(chǎng)景下的算法性能
7．3．2 通信模型對(duì)ACDL算法的影響．
7．3．3 網(wǎng)絡(luò)節(jié)點(diǎn)分布對(duì)AcDL算法的影響
7．3．4 ACDL算法對(duì)參數(shù)的敏感性分析
7．3．5 ACDL算法對(duì)網(wǎng)絡(luò)密度的敏感性分析
7．3．6 低密度網(wǎng)絡(luò)下的算法性能比較
參考文獻(xiàn)