摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 概述 | 第11-24页 |
·城市交通面临的新问题及原因分析 | 第11-13页 |
·智能交通国内外发展现状 | 第13-16页 |
·国外发达地区智能交通的发展现状 | 第13-14页 |
·国内智能交通发展的现状 | 第14-16页 |
·城市智能交通监控系统研究 | 第16-22页 |
·城市智能交通监控系统概述 | 第16-17页 |
·路况信息监测与交通流监控 | 第17-18页 |
·交通监控网络平台构建 | 第18-19页 |
·交通信息数据库管理与共享 | 第19-22页 |
·本文主要内容及安排 | 第22-24页 |
第二章 城市智能交通ISCS架构及数据库技术 | 第24-39页 |
·综合智能监控系统体系结构研究 | 第24-26页 |
·基于信息技术的ISCS开发 | 第24页 |
·智能监控平台体系结构分层设计 | 第24-25页 |
·本文研究思路及技术路线 | 第25-26页 |
·交通监控信息数据库管理策略与技术 | 第26-32页 |
·ISCS信息共享系统总体结构 | 第27-29页 |
·ISCS中间件技术 | 第29-30页 |
·数据标准接口技术 | 第30页 |
·交通信息数据处理流程 | 第30-32页 |
·UITIP数据库存储技术研究 | 第32-36页 |
·数据库共享机制及结构体系 | 第32-33页 |
·UITIP数据存储体系结构设计 | 第33-34页 |
·基于链表存储方式的UITIP数据仓库建模 | 第34-36页 |
·UITIP数据仓库的实施 | 第36页 |
·交通信息有效性管理和数据集成研究 | 第36-39页 |
·交通信息有效性机制 | 第36-37页 |
·交通信息数据集成 | 第37-39页 |
第三章 基于CAN总线交通综合监控系统前端研究 | 第39-64页 |
·ISCS交通信息采集与发布 | 第39-41页 |
·ISCS分布控制系统及现场总线 | 第41-46页 |
·基于ITS分布式控制的ISCS分层结构 | 第41-42页 |
·CAN总线的特点及技术规范 | 第42-46页 |
·ISCS信息采集系统硬件设计 | 第46-48页 |
·节点接口与控制模块设计 | 第46-47页 |
·硬件电路设计 | 第47-48页 |
·ISCS前端系统的接口应用层协议的制定 | 第48-59页 |
·基于Device Net的协议框架设计 | 第48-51页 |
·ISCS路段级节点的开关机制 | 第51-54页 |
·ISCS数据信息收发机制 | 第54-57页 |
·ISCS前端系统错误处理机制 | 第57-59页 |
·ISCS前端系统中断处理机制 | 第59页 |
·实验及分析 | 第59-64页 |
·实验设置 | 第59-61页 |
·实验结果及分析 | 第61-62页 |
·试验结论 | 第62-64页 |
第四章 综合监控系统(ISCS)信息传输平台构建 | 第64-92页 |
·交通信息网络传输技术 | 第64-69页 |
·基于IPv6网络传感器路由协议的ISCS研究 | 第64-66页 |
·基于传感器代理服务器(SAS)信息采集系统集成研究 | 第66-69页 |
·基于IEEE1451标准ISCS前端接口设计 | 第69-76页 |
·IEEE1451的体系结构 | 第69-71页 |
·基于IEEE1451城市交通ISCS的标准接口硬件设计 | 第71-76页 |
·基于UML-RT的ISCS软件设计 | 第76-85页 |
·基于μC/OS-Ⅱ的软硬件协同设计 | 第77-78页 |
·基于UML和UML-RT的ISCS软件设计 | 第78-83页 |
·TEDS关键技术研究 | 第83-85页 |
·面向对象应用程序开发 | 第85-92页 |
·应用程序开发 | 第85-88页 |
·实验结果及分析 | 第88-91页 |
·应用程序其他功能 | 第91-92页 |
第五章 交通信息获取关键技术研究 | 第92-114页 |
·信息特性与数据结构 | 第92-93页 |
·城市交通信息特性分析 | 第92页 |
·交通信息数据结构 | 第92-93页 |
·交通信息获取关键技术 | 第93-100页 |
·交通流信息分析 | 第93-94页 |
·多传感器信息融合 | 第94-96页 |
·交通信息数据挖掘技术 | 第96-98页 |
·城市交通信息获取与具体实施框架 | 第98-99页 |
·交通数据处理与信息获取算法及模型 | 第99-100页 |
·基于小波域神经网络的交通信息预测 | 第100-110页 |
·小波域人工神经网络原理 | 第100-106页 |
·前馈神经网络隐层的特征获取作用 | 第106-109页 |
·基于小波域神经网络的目标信号检测算法 | 第109-110页 |
·实例计算及分析 | 第110-114页 |
·基于组合模型法城市道路交通流预测 | 第110-111页 |
·基于小波分解神经网络的交通状态划分方法 | 第111-114页 |
结论及进一步研究建议 | 第114-116页 |
参考文献 | 第116-122页 |
攻读博士学位期间发表的学术论文 | 第122-123页 |
致谢 | 第123页 |