基于SOA的苏南运河数字航道应用系统的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 图表目录 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| ·研究的背景与意义 | 第10-11页 |
| ·国内外研究情况及分析 | 第11-13页 |
| ·异构数据集成 | 第11-12页 |
| ·多源信息融合 | 第12-13页 |
| ·论文的主要研究内容及组织结构 | 第13-15页 |
| 2 数字航道系统的总体结构和数据感知 | 第15-22页 |
| ·数字航道系统的总体结构 | 第15-18页 |
| ·系统层次结构 | 第15-16页 |
| ·系统核心流程 | 第16-17页 |
| ·系统展现方式 | 第17-18页 |
| ·数字航道数据分析 | 第18-19页 |
| ·数字航道业务数据的构成 | 第18页 |
| ·数字航道数据的特点 | 第18-19页 |
| ·数字航道感知的实现方案 | 第19-21页 |
| ·ZigBee协议概述 | 第19-20页 |
| ·数据采集传输的总体架构 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于SoA的数字航道数据集成 | 第22-35页 |
| ·异构数据集成概述 | 第22-23页 |
| ·异构数据集成的特点 | 第22页 |
| ·数据集成需要考虑的问题 | 第22-23页 |
| ·松耦合的数据集成解决方案 | 第23页 |
| ·SOA概述 | 第23-28页 |
| ·SOA组成结构 | 第23-24页 |
| ·SOA的优点 | 第24页 |
| ·Web服务概述 | 第24-25页 |
| ·Web服务体系结构 | 第25页 |
| ·基于Web服务实现SOA的关键技术 | 第25-28页 |
| ·数字航道系统基于SOA的异构数据集成 | 第28-34页 |
| ·异构数据集成的分析与设计 | 第28-30页 |
| ·集成异构数据的服务实现 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于兴趣管理的海量数据处理 | 第35-48页 |
| ·兴趣管理概述 | 第35-37页 |
| ·兴趣管理机制的流程 | 第35-36页 |
| ·兴趣管理机制的实现方法 | 第36-37页 |
| ·基于QR-树的兴趣区域匹配算法 | 第37-45页 |
| ·QR-树的定义 | 第37-39页 |
| ·QR-树的基本操作 | 第39-43页 |
| ·实验分析 | 第43-45页 |
| ·航道海量实时数据处理方案 | 第45-47页 |
| ·方案描述 | 第45页 |
| ·基于兴趣管理的海量数据处理在系统中的应用 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 多源数字航道信息融合技术 | 第48-64页 |
| ·信息融合概述 | 第48-50页 |
| ·信息融合的分类 | 第48-50页 |
| ·信息融合的常用算法 | 第50页 |
| ·多传感器检测融合理论 | 第50-54页 |
| ·多传感器检测融合问题描述 | 第50-51页 |
| ·最优分布式检测的必要条件 | 第51-52页 |
| ·传感器独立条件下最优系统判决规则 | 第52-53页 |
| ·仿真融合实验结果 | 第53-54页 |
| ·数字航道交通量多传感器检测融合算法 | 第54-62页 |
| ·船舶形态特征和交通量的计算 | 第54-56页 |
| ·传感器测量数据和船舶之间的关联 | 第56-58页 |
| ·基于加权平均的船舶交通量检测融合算法 | 第58页 |
| ·确定传感器的权重 | 第58-61页 |
| ·融合算法结果分析 | 第61-62页 |
| ·交通量检测的实时展示 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
