物聯(lián)網(wǎng)動態(tài)重構(gòu)與協(xié)作通信技術(shù)

前言
第1章 緒論
1．1 概述
1．2 基于壓縮感知的數(shù)據(jù)收集技術(shù)
1．3 物聯(lián)網(wǎng)的節(jié)能MAC協(xié)議
1．4 物聯(lián)網(wǎng)的安全信任測度技術(shù)
1．5 可重構(gòu)技術(shù)
1．5．1 可重構(gòu)系統(tǒng)相關(guān)技術(shù)基礎(chǔ)
1．5．2 重構(gòu)方式
1．5．3 模塊布局
1．5．4 軟硬件協(xié)同設(shè)計
1．6 協(xié)作通信技術(shù)
1．6．1 簡介
1．6．2 容量與性能分析
1．6．3 編碼協(xié)作
1．6．4 節(jié)點資源分配
第2章 基于壓縮感知的數(shù)據(jù)收集技術(shù)
2．1 壓縮感知相關(guān)技術(shù)簡介
2．1．1 預備知識
2．1．2 壓縮采樣
2．1．3 測量矩陣的構(gòu)建
2．1．4 信號恢復
2．2 基于壓縮感知的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集方案
2．2．1 稠密隨機投影數(shù)據(jù)收集
2．2．2 稀疏隨機投影數(shù)據(jù)收集
2．2．3 混合壓縮感知數(shù)據(jù)收集
2．3 基于sVD稀疏測量矩陣的WSN壓縮感知方法
2．3．1 相關(guān)技術(shù)
2．3．2 基于稀疏隨機間距托普利茲矩陣的優(yōu)化
2．3．3 基于壓縮感知的鏈式無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集
2．3．4 示例應(yīng)用場景設(shè)置
2．3．5 實驗仿真
2．3．6 基于稀疏SVD循環(huán)矩陣的鏈式結(jié)構(gòu)網(wǎng)絡(luò)能耗仿真分析
2．4 WSN中基于稀疏混合Cs的分簇結(jié)構(gòu)數(shù)據(jù)收集技術(shù)
2．4．1 相關(guān)工作
2．4．2 基于混合壓縮感知的無線傳感器網(wǎng)絡(luò)模型
2．4．3 基于混合壓縮感知的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集算法
2．4．4 網(wǎng)絡(luò)能耗分析
2．4．5 算法完整描述
2．4．6 仿真與分析
2．5 本章小結(jié)
第3章 低占空比低碰撞節(jié)能MAC協(xié)議
3．1 無線傳感器網(wǎng)絡(luò)簡介
3．2 無線傳感器網(wǎng)絡(luò)節(jié)能技術(shù)
3．2．1 傳感器節(jié)點能耗分析
3．2．2 功率控制技術(shù)
3．2．3 結(jié)構(gòu)控制技術(shù)
3．2．4 數(shù)據(jù)融合技術(shù)
3．3 無線傳感器網(wǎng)絡(luò)各層分析
3．4 低占空比低碰撞節(jié)能MAC協(xié)議設(shè)計
3．4．1 相關(guān)MAC協(xié)議
3．4．2 算法設(shè)計
3．4．3 仿真分析
3．5 本章小結(jié)
第4章 面向物聯(lián)網(wǎng)的分布式自適應(yīng)信任測度方法
4．1 概述
4．2 網(wǎng)絡(luò)模型
4．2．1 網(wǎng)絡(luò)拓撲場景
4．2．2 節(jié)點能耗模型
4．2．3 網(wǎng)絡(luò)攻擊模型
4．3 分布式自適應(yīng)信任測度方法設(shè)計
4．3．1 信任模型結(jié)構(gòu)
4．3．2 直接信任計算
4．3．3 推薦信任計算
4．3．4 單跳模塊中綜合直接信任計算
4．3．5 多跳模塊中間接信任計算
4．3．6 信任值更新
4．3．7 集成描述信任計算方法
4．4 協(xié)議仿真與分析
4．5 本章小結(jié)
第5章 物聯(lián)網(wǎng)中的動態(tài)重構(gòu)方法與系統(tǒng)
5．1 動態(tài)重構(gòu)系統(tǒng)結(jié)構(gòu)
5．1．1 靜態(tài)模塊
5．1．2 動態(tài)區(qū)域
5．2 FPGA的動態(tài)部分重構(gòu)
5．3 FPGA部分重構(gòu)及分析
5．3．1 FPGA配置結(jié)構(gòu)
5．3．2 配置RAM結(jié)構(gòu)
5．3．3 配置控制器
5．3．4 配置端口
5．3．5 基于模塊的部分重構(gòu)
5．3．6 總線宏
5．3．7 實現(xiàn)流程
5．3．8 基于差異的部分重構(gòu)
5．3．9 實驗結(jié)果及分析
5．4 FPGA動態(tài)模塊重定位
5．4．1 快速重構(gòu)方法
5．4．2 重構(gòu)方式描述
5．4．3 動態(tài)模塊重定位
5．5 本章小結(jié)
第6章 基于VirtOXll的可重構(gòu)資源管理系統(tǒng)
6．1 可重構(gòu)資源管理
6．1．1 可重構(gòu)資源及分類
6．1．2 段頁式資源管理
6．1．3 管理模型
6．2 原型系統(tǒng)設(shè)計
6．3 原型系統(tǒng)實現(xiàn)
6．3．1 整體結(jié)構(gòu)
6．3．2 通信網(wǎng)絡(luò)
6．3．3 控制模塊
6．4 本章小結(jié)
第7章 資源管理與2D任務(wù)布局
7．1 系統(tǒng)模型
7．2 資源管理方法與2D任務(wù)布局策略
7．2．1 相關(guān)研究
7．2．2 資源管理
7．2．3 MER查找操作
7．2．4 MER更新操作
7．2．5 布局算法
7．2．6 碎片評價
7．3 實驗結(jié)果及分析
7．3．1 參數(shù)設(shè)置
7．3．2 實驗結(jié)果
7．4 本章小結(jié)
第8章 面向動態(tài)重構(gòu)系統(tǒng)的軟硬件劃分
8．1 考慮布局的軟硬件劃分
8．1．1 系統(tǒng)模型
8．1．2 任務(wù)模型
8．1．3 軟硬件劃分描述
8．2 軟硬件劃分與調(diào)度
8．2．1 基于遺傳算法的軟硬件劃分
8．2．2 動態(tài)優(yōu)先級調(diào)度算法
8．3 性能分析與討論
8．3．1 參數(shù)設(shè)置
8．3．2 實驗結(jié)果及分析
8．4 本章小結(jié)
第9章 單源單宿多中繼協(xié)作通信系統(tǒng)的吞吐量一可靠性分析
9．1 系統(tǒng)模型
9．2 基于AF協(xié)議的吞吐量一可靠性權(quán)衡分析
9．2．1 數(shù)學模型及引理
9．2．2 吞吐量一可靠性權(quán)衡分析
9．2．3 基于吞吐量一可靠性權(quán)衡的誤幀率分析
9．2．4 仿真結(jié)果與分析
9．3 基于DF協(xié)議的吞吐量一可靠性權(quán)衡分析
9．3．1 基于網(wǎng)絡(luò)信息論的模型分析
9．3．2 吞吐量一可靠性分析
9．3．3 仿真結(jié)果與分析
9．4 本章小結(jié)
第10章 雙源雙宿單中繼協(xié)作組播網(wǎng)絡(luò)的性能分析及優(yōu)化
10．1 系統(tǒng)模型
10．2 分集一復用權(quán)衡分析
10．2．1 數(shù)學模型及引理
10．2．2 基于NRNC協(xié)議的分集一復用權(quán)衡分析
10．2．3 基于RCNC協(xié)議的分集一復用權(quán)衡分析
10．2．4 基于RGNC協(xié)議的分集一復用權(quán)衡分析
10．2．5 仿真結(jié)果與分析
10．3 節(jié)點功率分配優(yōu)化
10．3．1 基于發(fā)射端統(tǒng)計信道信息的功率分配
10．3．2 基于發(fā)射端瞬時信道信息的功率分配
10．3．3 仿真結(jié)果與分析
10．4 本章小結(jié)
第11章 雙源雙宿多中繼協(xié)作組播網(wǎng)絡(luò)的預編碼設(shè)計
11．1 系統(tǒng)模型
11．2 基于NRNC協(xié)議的性能分析及預編碼設(shè)計
11．2．1 數(shù)學模型
11．2．2 系統(tǒng)誤幀率分析
11．2．3 預編碼設(shè)計
11．3 基于RCNC協(xié)議的性能分析及預編碼設(shè)計
11．3．1 數(shù)學模型
11．3．2 系統(tǒng)誤幀率分析
11．3．3 預編碼設(shè)計
11．4 基于RGNC協(xié)議的性能分析及預編碼設(shè)計
11．4．1 數(shù)學模型及誤幀率分析
11．4．2 預編碼設(shè)計
11．5 仿真結(jié)果與分析
11．6 本章小結(jié)
第12章 展望
12．1 數(shù)據(jù)采集與節(jié)能技術(shù)展望
12．2 動態(tài)重構(gòu)技術(shù)展望
12．3 協(xié)作通信技術(shù)展望
參考文獻
附錄 定理證明
A．1 定理9．1 的證明
A．1．1 TIT表達式的下界
A．1．2 TRT表達式的上界
A．2 定理9．2 的證明
A．2．1 逆定理證明
A．2．2 可達性證明
A．3 定理9．3 的證明
A．3．1 TRT表達式的下界
A．3．2 TRT表達式的上界
A．4 定理10．1的證明
A．4．1 分集增益的上界
A．4．2 可達性證明
A．5 定理10．2的證明
A．5．1 分集增益的上界
A．5．2 可達性證明
A．6 定理10．3的證明
A．6．1 分集增益的上界
A．6．2 可達性證明
A．7 縮略語表