基于数据融合的短时交通流预测与智能交通信号系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·智能交通系统概述 | 第9-13页 |
| ·智能交通系统的产生 | 第9-10页 |
| ·智能交通系统的发展现状 | 第10-12页 |
| ·智能交通系统的主要内容 | 第12-13页 |
| ·智能交通系统的研究意义 | 第13页 |
| ·数据融合技术的研究概况 | 第13-16页 |
| ·国外数据融合技术的研究概况 | 第13-15页 |
| ·国内数据融合技术的研究概况 | 第15-16页 |
| ·智能交通系统中的数据融合技术 | 第16-17页 |
| ·论文研究目的与意义 | 第17页 |
| ·论文主要内容 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 基础知识 | 第19-29页 |
| ·交通流的基本参数及其相互关系 | 第19-22页 |
| ·交通流检测技术 | 第22-23页 |
| ·数据融合技术基本理论 | 第23-27页 |
| ·数据融合的概念及其特点 | 第23-25页 |
| ·数据融合的基本原理及融合层次 | 第25-27页 |
| ·数据融合的功能模型及结构模型 | 第27页 |
| ·数据融合技术的应用 | 第27页 |
| ·数据融合算法分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 数据融合在短时交通流预测中的应用 | 第29-43页 |
| ·短时交通流预测 | 第29-31页 |
| ·短时交通流预测的定义 | 第29-30页 |
| ·短时交通流预测的基本原理 | 第30页 |
| ·短时交通流预测的基本方法 | 第30-31页 |
| ·状态估计理论基础 | 第31-36页 |
| ·简介 | 第31-32页 |
| ·Kalman滤波器 | 第32-36页 |
| ·基于分步式滤波的数据融合算法（FAFSS） | 第36-39页 |
| ·系统描述 | 第36-37页 |
| ·算法描述 | 第37-39页 |
| ·基于分步式滤波融合算法的交通流预测模型 | 第39-41页 |
| ·交通流量预测仿真实例 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于以太网的智能交通信号系统 | 第43-53页 |
| ·交通信号控制系统基本理论 | 第43-44页 |
| ·智能交通信号系统组成及其功能 | 第44-45页 |
| ·智能交通信号系统下位信号机设计 | 第45-46页 |
| ·智能交通信号系统上位机软件设计 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 附录A：攻读学位期间发表的学术论文及科研工作 | 第59-61页 |
| 附录B：信号机上位机界面图一 | 第61-62页 |
| 附录C：信号机上位机界面图二 | 第62页 |
