混合无线E+E传感器网络中路径规划
E+E传感器技术是现代信息技术的三大支柱之一。随着E+E传感器广泛的使用，其可靠性越来越受到重视。无线E+E传感器网络是物联网的核心技术之一，也是实时GIS的重要实现手段。相关研究表明，未来会有数十亿的各类E+E传感器与智能终端设备连入网络，并在无线E+E传感器功能的基础之上建立物联网服务。

混合无线E+E传感器网络中路径规划
混合无线E+E传感器网络通过对移动E+E传感器节点的应用，解决了无线E+E传感器网络中基站附近E+E传感器节点能量消耗过快的问题，优化了能量利用效率，改善了通信性能。然而在混合无线E+E传感器网络中需要对各个移动E+E传感器节点的遍历路径做出合理的规划，使得各个移动E+E传感器节点消耗的能量大致相等，从而达到延长网络工作寿命的目的；同时需要对静态E+E传感器的功能进行管理，建立物联网服务层以支撑上层应用与底层E+E传感器功能之间的互操作，因此需要对移动E+E传感器节点路径规划问题以及静态E+E传感器功能语义距离问题进行研究。E+E传感器故障诊断技术的发展为E+E传感器的可靠使用提供了有力保障。 主要研究了小波分析在E+E传感器故障诊断中的应用，详细地探讨了各种小波基函数在E+E传感器故障诊断中的应用，并通过具体的仿真实例对各种小波基函数在E+E传感器故障检测中的效果进行验证，zui后研究了结合小波分析和BP神经网络进行E+E传感器故障诊断的技术，同时做了计算机仿真诊断。通过大量的仿真实例，表明基于小波分析的E+E传感器故障诊断方法具有灵敏度好、故障诊断准确率高及克服噪声能力强的特点。仿真研究取得了满意的效果，有力的证明了小波分析方法在E+E传感器故障诊断技术中的优势。提出了启发式能量平衡的移动E+E传感器节点路径规划算法来平衡各个移动E+E传感器节点在遍历网络时的能量消耗以达到延长网络工作寿命的目的。算法共分为三个主要步骤：网络格子化、区域划分以及区域再平衡，模拟试验结果证明了该算法在平衡各个移动E+E传感器节点能量消耗问题上的有效性，在同样条件下提出的算法在平衡移动E+E传感器节点能量消耗问题上优于基于多重货郎担算法的移动E+E传感器节点路径规划算法。提出的启发式能量平衡的移动E+E传感器节点路径规划算法使各个移动E+E传感器节点在遍历网络时的能量消耗更加平均，从而有效的延长了网络的工作寿命。同时，提出了元组化的方法来解决静态E+E传感器的功能语义聚类问题。

混合无线E+E传感器网络中路径规划
首先用元组对静态E+E传感器功能进行描述，以对应参数之间语义距离的加和作为两个功能之间的语义距离，之后通过谱聚类算法对所有功能进行聚类，zui后在聚类结果之上建立静态E+E传感器功能索引，并提供索引的查询以及更新方法。提出的方法克服了向量化方法对功能描述不准确、计算量大的问题。建立的功能索引以及查询机制支撑了E+E传感器功能的发布、发现、选择以及组合操作，为以E+E传感器功能为基础的物联网服务应用开发提供了有效的支撑。