多源信息融合技术在水上交通中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景 | 第9页 |
| ·课题研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·发展趋势 | 第12页 |
| ·主要研究内容 | 第12-14页 |
| 第二章 水上交通信息分类及传感器特性 | 第14-21页 |
| ·水上交通信息分类 | 第14页 |
| ·传感器系统及特性 | 第14-20页 |
| ·GPS 卫星导航系统 | 第15-16页 |
| ·雷达系统 | 第16-17页 |
| ·船载自动识别系统（AIS) | 第17-19页 |
| ·AIS 与雷达的特性比较 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 多源信息融合原理 | 第21-32页 |
| ·多源信息融合技术概述 | 第21-23页 |
| ·多源信息融合的定义 | 第21页 |
| ·信息融合技术在水上交通中的发展 | 第21-22页 |
| ·信息融合的应用领域 | 第22-23页 |
| ·信息融合系统的功能模型 | 第23-25页 |
| ·信息融合系统的结构模型 | 第25-30页 |
| ·检测级融合结构 | 第25-27页 |
| ·位置级融合结构 | 第27-29页 |
| ·属性级融合结构 | 第29-30页 |
| ·无反馈分布式融合结构及融合中的关键问题 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 多源传感器数据预处理 | 第32-41页 |
| ·问题的提出 | 第32页 |
| ·小波原理及小波降噪 | 第32-34页 |
| ·小波变换及其多尺度分析 | 第32-33页 |
| ·小波降噪基本步骤 | 第33-34页 |
| ·基于逻辑法的航迹起始跟踪算法 | 第34-38页 |
| ·基于逻辑的航迹起始算法的主要步骤 | 第35-36页 |
| ·多目标处理与航迹结束判决 | 第36-38页 |
| ·仿真实验 | 第38-40页 |
| ·数据源 | 第38页 |
| ·基于小波多尺度分析的原始数据消噪 | 第38-39页 |
| ·基于逻辑法的航迹起始跟踪 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 多源传感器数据空间和时间校准 | 第41-54页 |
| ·问题的提出 | 第41页 |
| ·空间校准 | 第41-42页 |
| ·AIS 检测的目标位置数据的坐标变换 | 第41页 |
| ·雷达检测的目标位置数据的坐标转换 | 第41-42页 |
| ·时间配准 | 第42-46页 |
| ·三次样条插值法时间配准 | 第43-44页 |
| ·RBF 神经网络时间配准 | 第44-46页 |
| ·仿真实验及分析 | 第46-52页 |
| ·实验数据 | 第46页 |
| ·航迹数据空间配准实验 | 第46-47页 |
| ·航迹数据时间配准实验 | 第47-51页 |
| ·两种时间配准方法的误差值比较 | 第51-52页 |
| ·时空配准后的目标航迹图 | 第52页 |
| ·时空配准后的目标航迹点数据表 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第六章 异类传感器航迹对相关联 | 第54-59页 |
| ·问题的提出 | 第54页 |
| ·基于统计误差的航迹相关联方法 | 第54-56页 |
| ·AIS 目标和雷达目标位置数据统计误差 | 第55页 |
| ·AIS 目标和雷达目标速度数据统计误差 | 第55页 |
| ·综合统计误差 | 第55-56页 |
| ·仿真实验 | 第56-58页 |
| ·实验数据 | 第56页 |
| ·航迹关联仿真结果图 | 第56-57页 |
| ·关联航迹对数据 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第七章 异类传感器数据融合 | 第59-70页 |
| ·本章问题的提出 | 第59页 |
| ·确定加权系数融合法 | 第59-60页 |
| ·遗传粒子群算法优化的船舶航迹加权融合法 | 第60-65页 |
| ·遗传粒子群算法融合模型(GA-PSO) | 第60-61页 |
| ·基于遗传粒子群算法的数据融合 | 第61-64页 |
| ·实验数据及误差分析指标定义 | 第64-65页 |
| ·仿真实验结果及分析 | 第65-69页 |
| ·实验结果 | 第65-68页 |
| ·仿真结果分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第八章 船舶航迹预测 | 第70-79页 |
| ·问题的提出 | 第70页 |
| ·BP 神经网络原理模型及算法 | 第70-71页 |
| ·基于遗传算法的神经网络原理及计算流程 | 第71-73页 |
| ·GA-BP 航迹预测模型 | 第73-74页 |
| ·仿真实验 | 第74-78页 |
| ·数据源 | 第74-75页 |
| ·误差指标定义 | 第75页 |
| ·参数设置 | 第75页 |
| ·仿真实验结果及分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第九章 结论与展望 | 第79-81页 |
| ·本文主要研究成果 | 第79页 |
| ·研究得出的结论 | 第79页 |
| ·有待进一步研究的问题 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 在学期间发表的论著及参与的科研项目 | 第86页 |
