| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题的研究背景 | 第12-13页 |
| 1.2 课题的研究意义 | 第13-14页 |
| 1.3 国内外研究现状及发展趋势 | 第14-17页 |
| 1.4 现有研究存在的不足之处 | 第17-18页 |
| 1.5 课题主要研究内容 | 第18-19页 |
| 第2章 多传感器组合簇的概念 | 第19-30页 |
| 2.1 传感器的概念与分类 | 第19-22页 |
| 2.1.1 传感器的概念 | 第19页 |
| 2.1.2 传感器的分类 | 第19-22页 |
| 2.2 单个传感器的不足之处 | 第22-23页 |
| 2.3 多传感器组合簇的概念 | 第23页 |
| 2.4 多传感器组合簇的优势 | 第23-24页 |
| 2.5 多传感器组合簇的协同方法 | 第24-29页 |
| 2.5.1 多传感器组合簇的协同的优势 | 第25-26页 |
| 2.5.2 多传感器组合簇的协同管理 | 第26-27页 |
| 2.5.3 多传感器组合簇的协同管理准则 | 第27页 |
| 2.5.4 多传感器组合簇协同管理的重点原则 | 第27-28页 |
| 2.5.5 多传感器组合簇协同管理的实时原则 | 第28页 |
| 2.5.6 多传感器组合簇协同管理的精确原则 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 多传感器组合簇数据库的建立 | 第30-39页 |
| 3.1 组成组合簇的多传感器属性分析 | 第30-31页 |
| 3.1.1 声音(麦克风)传感器WX-SS01 | 第30页 |
| 3.1.2 振动传感器WX-ZD01 | 第30页 |
| 3.1.3 可散布微型摄像头 | 第30页 |
| 3.1.4 固定或便携式高清高倍红外及可见光摄像机 | 第30-31页 |
| 3.1.5 地磁传感器KMY205 | 第31页 |
| 3.1.6 人体感应红外热释电传感器WX-RD01 | 第31页 |
| 3.2 多传感器组合簇根据侦测目标的不同得到不同的特点分析 | 第31-34页 |
| 3.2.1 人员的特点 | 第32-33页 |
| 3.2.2 地面车辆 | 第33页 |
| 3.2.3 空中的小型飞行器 | 第33页 |
| 3.2.4 根据不同目标的特点,画出E-R图并建立目标数据库 | 第33-34页 |
| 3.3 建立多传感器组合簇数据库数据库 | 第34-35页 |
| 3.3.1 SQL server数据库的创建过程 | 第35页 |
| 3.3.2 SQL server数据库的建立 | 第35页 |
| 3.4 多传感器组合簇与目标数据库的匹配识别 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 多传感器组合簇目标识别的方法 | 第39-48页 |
| 4.1 目标识别的研究意义 | 第39-40页 |
| 4.2 目标识别的研究现状 | 第40页 |
| 4.3 目标识别的任务 | 第40-41页 |
| 4.4 多传感器组合簇目标识别的过程 | 第41-47页 |
| 4.4.1 多传感器组合簇目标识别的基本目标 | 第41页 |
| 4.4.2 多传感器组合簇目标识别的大体框架 | 第41页 |
| 4.4.3 多传感器组合簇目标识别分类器所需训练样本的创建 | 第41-42页 |
| 4.4.4 多传感器组合簇的预处理过程 | 第42-43页 |
| 4.4.5 多传感器组合簇的特征提取 | 第43-44页 |
| 4.4.6 多传感器组合簇的特征选择 | 第44页 |
| 4.4.7 多传感器组合簇的建模 | 第44-45页 |
| 4.4.8 多传感器组合簇的用训练样本来训练分类器 | 第45-46页 |
| 4.4.9 多传感器组合簇识别出目标与数据库的匹配 | 第46页 |
| 4.4.10 多传感器组合簇的目标识别方法 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 多传感器组合簇目标识别的仿真 | 第48-53页 |
| 5.1 HOG与SVM组成目标识别的方法 | 第48-50页 |
| 5.1.1 HOG算法的过程 | 第48-49页 |
| 5.1.2 SVM算法的过程 | 第49-50页 |
| 5.2 多传感器组合簇目标识别的仿真 | 第50-51页 |
| 5.3 本章小结 | 第51-53页 |
| 总结 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第57-58页 |
| 致谢 | 第58-59页 |
