面向交通CPS的车辆感知与识别系统研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-32页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状与分析 | 第13-29页 |
| 1.2.1 智能交通系统的发展 | 第13-17页 |
| 1.2.2 CPS的研究进展与应用 | 第17-23页 |
| 1.2.3 交通CPS的研究进展 | 第23-24页 |
| 1.2.4 交通信息感知技术 | 第24-29页 |
| 1.3 主要研究内容与章节安排 | 第29-32页 |
| 第2章 基于CPS的车辆感知与识别系统构建 | 第32-45页 |
| 2.1 信息物理融合系统 | 第32-41页 |
| 2.1.1 信息物理融合系统的基本概念 | 第32-34页 |
| 2.1.2 信息物理融合系统的架构 | 第34-35页 |
| 2.1.3 信息物理融合系统控制模型 | 第35-39页 |
| 2.1.4 信息物理融合系统的关键技术 | 第39-41页 |
| 2.2 车辆感知与识别信息物理融合系统的构建 | 第41-44页 |
| 2.2.1 车辆感知与识别系统的架构 | 第41-43页 |
| 2.2.2 车辆感知与识别系统功能模型 | 第43-44页 |
| 2.3 本章小结 | 第44-45页 |
| 第3章 车辆地磁扰动信息感知与辨识 | 第45-67页 |
| 3.1 磁阻效应与地磁感应技术 | 第46-49页 |
| 3.1.1 磁阻效应 | 第46页 |
| 3.1.2 各向异性磁阻传感器 | 第46-49页 |
| 3.2 地磁对车辆运动的响应分析与检测 | 第49-55页 |
| 3.2.1 地磁车辆检测原理 | 第49-50页 |
| 3.2.2 车辆对地磁场的扰动作用 | 第50-52页 |
| 3.2.3 地磁式车辆检测的误差源分析 | 第52-55页 |
| 3.3 基于三轴地磁感应的车辆信息感知节点 | 第55-57页 |
| 3.4 地磁动态扰动信号的特征分析与预处理 | 第57-59页 |
| 3.4.1 感知信息特征分析 | 第57-58页 |
| 3.4.2 感知数据预处理 | 第58-59页 |
| 3.5 车辆扰动信息的自主辨识 | 第59-63页 |
| 3.5.1 背景模型的建立 | 第60页 |
| 3.5.2 扰动区域的检测 | 第60-61页 |
| 3.5.3 有效车辆信号的辨识 | 第61-62页 |
| 3.5.4 背景更新机制 | 第62-63页 |
| 3.6 实验测试与分析 | 第63-66页 |
| 3.7 本章小结 | 第66-67页 |
| 第4章 面向能耗均衡的无线网络分簇算法协议 | 第67-81页 |
| 4.1 车辆感知与识别系统的网络特性 | 第67-69页 |
| 4.2 考虑交通流因素的分簇路由协议 | 第69-73页 |
| 4.2.1 高峰时段的节点主动式分簇路由 | 第70-71页 |
| 4.2.2 低峰时段的节点被动式分簇路由 | 第71-72页 |
| 4.2.3 平峰时段的主动分簇被动重构分簇路由 | 第72-73页 |
| 4.3 数据传输的路由协议 | 第73-75页 |
| 4.3.1 能耗模型 | 第73-74页 |
| 4.3.2 路由的单跳与多跳选择 | 第74页 |
| 4.3.3 多跳路由中继节点选择 | 第74-75页 |
| 4.3.4 补充机制 | 第75页 |
| 4.4 车辆感知与识别系统分簇路由协议建模与仿真 | 第75-80页 |
| 4.4.1 性能指标 | 第77页 |
| 4.4.2 仿真结果与分析 | 第77-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第5章 多感知节点信息融合与交通参数运算 | 第81-101页 |
| 5.1 多感知节点车辆检测模型 | 第81-83页 |
| 5.2 基于多感知节点的信息融合 | 第83-88页 |
| 5.2.1 多感知点信号幅值归一化标定 | 第84页 |
| 5.2.2 多感知节点信号时间信息归一化 | 第84-86页 |
| 5.2.3 多感知节点信息融合 | 第86-88页 |
| 5.3 车辆地磁扰动信息的分割与识别 | 第88-91页 |
| 5.4 车辆感知地磁信息融合与运算过程 | 第91页 |
| 5.5 多感知节点融合的交通流参数抽象 | 第91-95页 |
| 5.5.1 交通流量 | 第91-92页 |
| 5.5.2 车道占有率 | 第92-93页 |
| 5.5.3 车辆速度 | 第93-95页 |
| 5.6 实验测试与分析 | 第95-100页 |
| 5.6.1 信息处理单元 | 第96-97页 |
| 5.6.2 人机交互界面 | 第97页 |
| 5.6.3 实验目的与条件 | 第97-98页 |
| 5.6.4 测试结果与分析 | 第98-100页 |
| 5.7 本章小结 | 第100-101页 |
| 第6章 车辆信息特征提取与车型分类决策 | 第101-119页 |
| 6.1 车辆地磁信息的时频特征 | 第102-106页 |
| 6.1.1 地磁信号序列的归一化 | 第102-105页 |
| 6.1.2 地磁信号的离散频谱 | 第105-106页 |
| 6.2 高斯过程分类模型 | 第106-109页 |
| 6.2.1 高斯过程分类基本原理 | 第107-108页 |
| 6.2.2 改进高斯过程分类器 | 第108-109页 |
| 6.3 基于地磁信号频谱分析的高斯过程分类模型 | 第109-112页 |
| 6.3.1 地磁信号的频谱分析 | 第109-110页 |
| 6.3.2 分类模型的超参数估计 | 第110-112页 |
| 6.4 交通流车辆类型识别算法 | 第112-114页 |
| 6.4.1 基于频谱特征的二元分类算法 | 第112-113页 |
| 6.4.2 基于有向无环图的多分类算法 | 第113-114页 |
| 6.5 实验与结果分析 | 第114-117页 |
| 6.5.1 性能指标 | 第114-115页 |
| 6.5.2 实验结果与分析 | 第115-117页 |
| 6.6 本章小结 | 第117-119页 |
| 第7章 总结与展望 | 第119-122页 |
| 7.1 论文工作总结 | 第119-120页 |
| 7.2 后续研究展望 | 第120-122页 |
| 参考文献 | 第122-131页 |
| 攻读博士学位期间取得的主要成果 | 第131-133页 |
| 1 论文 | 第131页 |
| 2 专利 | 第131页 |
| 3 科研项目 | 第131-132页 |
| 4 获奖情况 | 第132-133页 |
| 致谢 | 第133页 |
