秦丹阳，博士，副教授/硕士生导师，主要研究方向为无线多跳通信网络技术、泛在感知与普适计算。目前主持国家自然科学基金项目1项、教育部博士点重点项目1项、中国博士后基金项目、黑龙江省自然科学基金项目、黑龙江省博士后科研项目、黑龙江省教育厅面上项目、黑龙江省电子工程省高校重点实验室开放基金项目以及校级项目多项。先后发表SCI、EI检索的高水平学术论文30余篇，专利授权3项，出版专著2部。

第1章传感器网络的信息论边界 1
1．1　引言 1
1．2　传感器网络模型 2
1．3　数字结构 5
1．3．1　分布式信源编码 6
1．3．2　分布式信道编码 13
1．3．3　数字结构的端到端性能 19
1．4　数字结构的代价 21
1．5　一般结构边界 23
1．6　本章小结 25
参考文献 26

第2章无线传感器网络的网内信息处理 29
2．1　引言 29
2．2　通信复杂度模型 31
2．3　无线网络的计算：空间复用与分组计算 33
2．3．1　无线通信网络的地理模型 34
2．3．2　分组计算与计算吞吐量 35
2．3．3　对称函数与形式向量 36
2．3．4　同位网络 36
2．3．5　对称函数的子类：形式感知与形式阈值 37
2．3．6　同位网络中的最大吞吐量 39
2．3．7　多跳随机平面网络 41
2．3．8　其他非周期网络 42
2．4　有噪无线通信网络：同位广播网络中的可信计算 43
2．4．1　测量结果的奇偶性 44
2．4．2　阈值函数 45
2．5　信息论模型 46
2．6　本章小结 48
参考文献 48

第3章无线传感器网络的感知容量 51
3．1　引言 51
3．1．1　广域检测应用 51
3．1．2　传感器网络编码器 53
3．1．3　基于信息论的角度 54
3．2　传感器网络的感知容量 55
3．2．1　节点随机连接传感器网络模型 55
3．2．2　随机编码与方法类型 58
3．2．3　感知容量理论 59
3．2．4　感知容量边界 64
3．3　其他传感器网络模型的感知容量 66
3．3．1　定位感知模型 67
3．3．2　目标模型 68
3．4　本章小结 69
参考文献 70

第4章传感器网络生存期定律及其应用 73
4．1　引言 73
4．2　传感器网络生存期定律及普适性设计原则 74
4．2．1　网络特性与生存期定义 74
4．2．2　生存期定律 75
4．2．3　生存期最大化的通用设计原则 75
4．3　随机最短路径框架 76
4．3．1　问题说明 77
4．3．2　SSP的讨论 78
4．3．3　网络生存期的基本性能极限 80
4．3．4　网络极限性能的计算 81
4．4　分布式渐进最优传输调度 83
4．4．1　生存期最大化动态协议 83
4．4．2　DTSP的动态特性 84
4．4．3　DTSP的渐进最优性 85
4．4．4　分布式实现 86
4．4．5　仿真研究 87
4．5　传感器网络生存期的分析 92
4．6　本章小结 92
参考文献 93

第5章传感器网络中的信号检测 95
5．1　引言 95
5．2　集中检测 96
5．3　传统分布式检测框架 97
5．3．1　二元假设检验 97
5．3．2　渐进机制 99
5．4　无线传感器网络中的分布式检测 100
5．4．1　传感器节点 101
5．4．2　网络架构 101
5．4．3　数据处理 102
5．5　无线传感器网络 102
5．5．1　容量约束条件下的检测 104
5．5．2　关于无线信道的讨论 105
5．5．3　相关性检测 109
5．5．4　衰减与衰落 110
5．6　范式分析 112
5．6．1　相长干涉 113
5．6．2　消息传递 114
5．6．3　跨层思想 114
5．6．4　节能机制 115
5．7　扩展与普适化 115
5．8　本章小结 116
参考文献 117

第6章带宽能量受限条件下的分布式估计 121
6．1　引言 121
6．2　分布式量化估计 122
6．3　最大似然估计 122
6．3．1　噪声概率密度函数已知而方差未知 125
6．3．2　噪声概率密度布函数未知 129
6．3．3　均方误差的下界 133
6．4　向量参数的估计 133
6．5　最大后验概率估计 139
6．6　分布式估计的降维 141
6．6．1　解耦分布式估计—压缩 142
6．6．2　耦合分布式估计—压缩 146
6．7　失真率分析 148
6．7．1　集中式估计的失真率 150
6．7．2　分布式估计的失真率 155
6．7．3　凸优化确定失真率上界 158
6．8　本章小结 158
参考文献 159

第7章无线传感器网络中的分布式学习 162
7．1　引言 162
7．2　典型学习理论 164
7．2．1　监督式学习模型 164
7．2．2　核函数方法及经验风险最小化原理 165
7．2．3　其他学习算法 168
7．3　无线传感器网络中的分布式学习 177
7．4　有融合中心无线传感器网络中的分布式学习 181
7．4．1　分簇方法 181
7．4．2　分布式学习的统计极限 181
7．5　有网内处理Ad hoc无线传感器网络的分布式学习 184
7．5．1　基于稀疏度的分布式训练 185
7．5．2　基于次梯度增量法的分布式训练 186
7．5．3　基于交替投影法的分布式训练 188
7．6　本章小结 190
参考文献 191

第8章无线传感器网络中的图模型与融合 194
8．1　引言 194
8．2　图模型 195
8．2．1　定义与性质 195
8．2．2　和积算法 196
8．2．3　最大乘积算法 197
8．2．4　环路置信传播 198
8．2．5　非参数置信传播 198
8．3　无线传感器网络的图模型 199
8．3．1　传感器网络中的自定位 200
8．3．2　传感器网络多目标数据关联 202
8．4　消息检查与近似对融合的影响 204
8．4．1　消息检查 204
8．4．2　基于粒子的消息传递精确度 205
8．5　消息近似的作用 207
8．6　网络融合资源受限的优化分配 210
8．6．1　传感器网络目标追踪的资源管理 211
8．6．2　严格受限条件下的分布式推测 215
8．7　本章小结 221
参考文献 222

第9章广域传感器网络的随机协同传输 225
9．1　引言 225
9．2　无线传感器网络的协同传输 226
9．2．1　协同无线电物理层模型 226
9．2．2　集中编码分配协同机制 228
9．3　随机分布式协同机制 229
9．4　随机协同编码的性能 232
9．4．1　分集阶数特性 232
9．4．2　性能仿真与数值分析 235
9．5　基于随机协同编码的协同广域网络分析 237
9．6　理论分析与验证 242
9．7　本章小结 244
参考文献 244

第10章泛在多跳通信网络的邻域状态自适应更新 247
10．1　引言 247
10．2　典型邻域状态感知算法研究 247
10．2．1　问题分析 247
10．2．2　基于相邻节点覆盖的感知与更新 248
10．2．3　基于控制论的感知与更新 252
10．3　本地拓扑感知模型 254
10．3．1　本地拓扑感知度 254
10．3．2　邻域状态感知映射的公平性收敛 256
10．4　基于拓扑感知的邻域状态动态更新算法 269
10．4．1　邻域状态自适应感知 269
10．4．2　超时值的自适应调整 270
10．4．3　反应式感知分组的重调度 272
10．5　仿真结果与性能分析 274
10．5．1　仿真模型的构建 274
10．5．2　仿真结果与性能分析 275
10．6　本章小结 279
参考文献 279

第11章分布式数据动态均衡 282
11．1　引言 282
11．2　典型数据均衡算法研究 283
11．2．1　动态负载感知路由算法 283
11．2．2　负载均衡算法 285
11．3　数据负载感知模型 288
11．4　分布式数据动态均衡路由算法 292
11．4．1　非饱和数据特征下的马尔可夫退避建模 292
11．4．2　基于Bloom滤波的最优散列建模 296
11．4．3　分布式数据动态均衡算法 299
11．5　分布式均衡公平性辅助算法 302
11．5．1　算法描述 302
11．5．2　自私节点的检测 306
11．5．3　复杂度分析 309
11．6　仿真结果与性能分析 311
11．6．1　仿真模型的构建 311
11．6．2　仿真结果与性能分析 312
11．7　本章小结 317
参考文献 318

第12章动态传输路径自愈技术 321
12．1　引言 321
12．2　典型本地路径修复算法研究 323
12．2．1　基于CF策略的路由修复算法 323
12．2．2　基于on-the-fly策略的路由修复算法 327
12．3　链路质量感知模型 330
12．3．1　链路质量检测区域 331
12．3．2　功率检测与质量判断 332
12．4　最优搜索数学建模 333
12．4．1　最优搜索理论 333
12．4．2　搜索问题的状态方程 335
12．4．3　状态方程的解 339
12．5　本地路由动态自愈算法 344
12．5．1　算法描述 344
12．5．2　修复后的优化 348
12．6　仿真结果与性能分析 350
12．6．1　仿真模型的构建 350
12．6．2　仿真结果与性能分析 351
12．7　本章小结 356
参考文献 356

名词索引 360

精彩书摘

　　《无线传感器网络信息处理与组网设计》：
　　本章从通信复杂度的角度入手，网络中节点按比特交换信息，直到节点信息的某给定函数被确定。然后构造理论框架，结合无线网络可看作是计算构造的观点、无线通信共享介质特性的考虑以及部分信息论的结论，比如分组计算可以提供吞吐效率等。然后，我们考虑通信不可靠的模型，但关注的是以较低概率误差计算给定函数。最后介绍无线传感器网络网内信息处理的信息论解决方案。
　　无线传感器网络的部署可以应用在军事、工业、农业、基本生产生活等方面。比如，实现环境检测功能，每个节点都配备有温度传感器，且所有节点协作以实现对特定区域内温度的检测。当然，这也可以扩展为检测特定区域内的最高温度，可以通过设定温标阈值实现对局部温度的警报。
　　这类无线传感器网络的特点是网络中各节点收集到的信息将在网络内部由节点自身进行处理。无线传感器网络中的一类特殊节点为收集节点，网内信息处理的目的在于将所需的统计数据（也就是平均温度或最高温度）从数据被采集区域发送到收集节点。因此，收集节点可以看作是网络的输出单元。输入单元是指网络中感知节点处进行的测量。在两个单元之间的部分包括整个网络本身可以看作是信息处理系统。因此，无线传感器网络就包括了3个方面：节点的感知、节点的计算能力以及节点间无线信息的转移。
　　无线传感器网络与单纯的通信网络或数据网络的不同之处在于信息是在网络中的节点处进行处理的。因此，节点能够将其从两个邻居节点处收到的两个分组中的温度数据进行相加，并将数据之和发送给第三个邻居节点。或在某些检测网络中，节点可以选择忽略所收到的分组，因为该节点知道网络中其他位置将出现更高的温度。这种节点级的数据处理是无线传感器网络相比于传统数据网络最大的不同，在数据网络中，节点仅可以处理或修改分组头。就分组的实际负载而言，节点在转发分组时无法改变分组中的数据和内容。
　　节点处理分组功能是目前同领域的一个重要研究方向，且被称为网络编码。对于多播，网络编码可以作为一种较好的选择。在传感器网络中，节点可以实现较多功能，这是因为网络中的每个节点都可以被看作是小型计算机。
　　……
无线传感器网络信息处理与组网设计下载 mobi epub pdf txt 电子书格式