水产品保活运输监测系统关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 水产品保活运输的国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 2 保活运输监测系统的整体框架 | 第15-25页 |
| 2.1 系统的需求分析 | 第15页 |
| 2.2 系统结构设计 | 第15-17页 |
| 2.3 数据采集分析 | 第17-22页 |
| 2.3.1 保活运输车厢环境监测需求分析 | 第17页 |
| 2.3.2 运输车厢内温度空间的差异性 | 第17-19页 |
| 2.3.3 单传感器缺陷 | 第19-20页 |
| 2.3.4 传感器选型 | 第20-22页 |
| 2.4 监测数据传输技术 | 第22-24页 |
| 2.4.1 Zigbee无线传感器 | 第22-23页 |
| 2.4.2 3G无线通信技术 | 第23-24页 |
| 2.5 本章小节 | 第24-25页 |
| 3 水产品保活环境监测数据处理技术 | 第25-39页 |
| 3.1 数据处理技术要求分析 | 第25页 |
| 3.2 多传感器数据融合技术 | 第25-27页 |
| 3.3 常用多传感器数据融合算法 | 第27-31页 |
| 3.3.1 自适应加权数据融合算法 | 第27-29页 |
| 3.3.2 分批估计融合算法 | 第29页 |
| 3.3.3 分批估计原理 | 第29-31页 |
| 3.4 改进的数据融合算法 | 第31-38页 |
| 3.4.1 车厢内多传感器数据预处理模型 | 第32页 |
| 3.4.2 多传感器数据融合算法 | 第32-35页 |
| 3.4.3 数据融合算法流程 | 第35页 |
| 3.4.4 算法的实例验证 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 保活车辆路径规划技术 | 第39-49页 |
| 4.1 旅行商问题 | 第39页 |
| 4.2 遗传算法原理 | 第39-40页 |
| 4.3 解决TSP问题的遗传算法设计步骤 | 第40-43页 |
| 4.4 保活运输路径优化算例 | 第43-48页 |
| 4.4.1 算例介绍及参数设置 | 第43-44页 |
| 4.4.2 优化结果分析 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 水产品保活物流运输环境监测系统的设计与实践 | 第49-69页 |
| 5.1 传感器节点硬件设计 | 第49-53页 |
| 5.1.1 功能设计 | 第49-50页 |
| 5.1.2 器件选型 | 第50-53页 |
| 5.2 汇聚节点硬件设计 | 第53-57页 |
| 5.2.1 功能设计 | 第53-54页 |
| 5.2.2 器件选型 | 第54-57页 |
| 5.3 传感器与汇聚节点软件设计 | 第57-63页 |
| 5.3.1 传感器节点 | 第57-59页 |
| 5.3.2 汇聚节点 | 第59-62页 |
| 5.3.3 手机端软件设计 | 第62-63页 |
| 5.4 监测中心系统软件设计 | 第63-68页 |
| 5.4.1 监测中心软件整体设计 | 第63-64页 |
| 5.4.2 监控中心数据库思想 | 第64页 |
| 5.4.3 监测中心软件界面设计 | 第64-68页 |
| 5.5 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间的科研成果 | 第75页 |
