首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

汽车状态感知系统的设计及关键技术研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-15页
   ·课题背景及研究目的和意义第10页
   ·课题研究现状第10-13页
     ·国外研究现状第11-12页
     ·国内研究现状第12-13页
   ·汽车状态感知系统存在的问题第13页
   ·课题的研究内容和组织结构第13-15页
第2章 相关技术概述第15-25页
   ·引言第15页
   ·Android 简介第15-17页
     ·Android 架构第15-16页
     ·Android 平台特点第16-17页
   ·GIS 概述第17-19页
     ·GIS 的组成第18页
     ·Google Maps第18页
     ·GIS 在汽车状态感知系统中的作用第18-19页
   ·GPS 卫星定位技术第19-20页
     ·GPS 的构成第19-20页
     ·GPS 在汽车状态感知系统中的作用第20页
   ·数据压缩原理第20-21页
   ·蚁群算法原理与模型第21-24页
     ·蚁群算法的基本原理第21页
     ·蚁群算法的数学模型第21-24页
   ·本章小结第24-25页
第3章 汽车状态感知系统的设计第25-35页
   ·引言第25页
   ·系统的设计思想第25-28页
     ·总体设计方案第25-26页
     ·系统组成第26页
     ·Android 采集端设计方案第26-27页
     ·Android GIS 显示端设计方案第27-28页
   ·系统各部分功能第28-31页
     ·Android 采集端第28-29页
     ·Android GIS 显示端第29-30页
     ·监控中心服务器端第30-31页
   ·系统通信协议的设计第31-34页
     ·数据通信问题分析第31-32页
     ·通信协议的设计第32-33页
     ·协议算法描述第33页
     ·协议的评价第33-34页
   ·本章小结第34-35页
第4章 汽车状态感知系统数据压缩问题第35-46页
   ·引言第35页
   ·汽车感知系统数据压缩问题提出第35-36页
   ·汽车感知系统数据压缩问题分析第36-37页
     ·压缩算法分析第36页
     ·压缩算法选择第36-37页
   ·Huffman 算法研究第37-39页
     ·传统 Huffman 编码研究第37-38页
     ·自适应 Huffman 编码分析第38页
     ·汽车状态感知系统数据特点分析第38-39页
   ·三级压缩算法第39-42页
     ·数据压缩过程第39页
     ·数据的预处理第39-40页
     ·带字典映射的半字节压缩算法第40-41页
     ·改进的自适应 Huffman 编码第41-42页
   ·算法性能分析第42-44页
     ·实验环境第42-43页
     ·实验结果分析第43-44页
   ·本章小结第44-46页
第5章 汽车状态感知系统最优路径问题第46-61页
   ·引言第46页
   ·汽车感知系统最优路径问题提出第46-47页
   ·汽车感知系统最优路径问题分析第47-50页
     ·最短路径算法分析第47-48页
     ·人工智能算法比较第48-49页
     ·蚁群算法求解最优路径问题研究第49-50页
   ·汽车感知系统最优路径算法思想第50-54页
     ·蚂蚁放置与路径堵塞问题第50页
     ·带方向的选择策略第50-51页
     ·路径选择分段控制机制第51-52页
     ·双种群同步搜索策略第52-53页
     ·基于汽车感知系统的动态交通模型第53-54页
   ·算法描述第54-57页
   ·算法的实验和仿真第57-60页
     ·实验参数设置第57页
     ·实验场景第57-59页
     ·实验结果分析第59-60页
   ·本章小结第60-61页
结论第61-63页
参考文献第63-67页
攻读硕士学位期间承担的科研任务与主要成果第67-68页
致谢第68-69页
作者简介第69页

论文共69页,点击 下载论文
上一篇:热带钢精轧机组预设定模型的自学习研究
下一篇:《水浒传》中“绰号称谓语”英译之比较--基于语料库翻译策略研究