| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关技术简介 | 第14-20页 |
| 2.1 数据融合技术 | 第14-17页 |
| 2.1.1 数据融合的概念 | 第14页 |
| 2.1.2 数据融合模型 | 第14-15页 |
| 2.1.3 数据融合的结构 | 第15-16页 |
| 2.1.4 数据融合的技术方法 | 第16-17页 |
| 2.2 Storm技术简介 | 第17-20页 |
| 2.2.1 Storm产生的背景 | 第17-19页 |
| 2.2.2 Storm的工作机制 | 第19-20页 |
| 第三章 多传感器数据融合系统的模型建立 | 第20-30页 |
| 3.1 系统总体架构 | 第20-21页 |
| 3.2 多传感器数据融合的过程 | 第21-23页 |
| 3.2.1 测量空间 | 第22页 |
| 3.2.2 属性空间 | 第22-23页 |
| 3.2.3 状态空间 | 第23页 |
| 3.3 流数据模型 | 第23-26页 |
| 3.3.1 数据形式定义 | 第24页 |
| 3.3.2 数据的组成结构 | 第24-26页 |
| 3.4 滑动窗口机制 | 第26-27页 |
| 3.4.1 滑动窗口机制描述 | 第26页 |
| 3.4.2 实际应用的滑动窗口机制 | 第26-27页 |
| 3.5 目标状态等级的定义 | 第27-30页 |
| 第四章 多传感器数据融合算法实现 | 第30-40页 |
| 4.1 数据配准相关算法 | 第30-35页 |
| 4.1.1 经纬度转换算法 | 第30-32页 |
| 4.1.2 基于运动模型检测的最小二乘时间配准算法 | 第32-35页 |
| 4.2 基于统计的两两传感器航迹关联算法 | 第35-37页 |
| 4.3 基于先验知识的加权平均航迹融合算法 | 第37-40页 |
| 第五章 基于Storm的多传感器数据融合系统的实现 | 第40-60页 |
| 5.1 总体设计 | 第40-42页 |
| 5.2 数据源模块 | 第42-46页 |
| 5.2.1 数据源模块的设计 | 第42-43页 |
| 5.2.2 数据源模块的实现 | 第43-46页 |
| 5.3 数据预处理模块 | 第46-49页 |
| 5.3.1 数据预处理模块的设计 | 第46-47页 |
| 5.3.2 数据预处理模块的实现 | 第47-49页 |
| 5.4 数据融合中心 | 第49-53页 |
| 5.4.1 数据融合中心的设计 | 第49-51页 |
| 5.4.2 数据融合中心的实现 | 第51-53页 |
| 5.5 状态估计模块 | 第53-55页 |
| 5.5.1 状态估计模块的设计 | 第54页 |
| 5.5.2 状态估计模块的实现 | 第54-55页 |
| 5.6 模块间的数据交换格式: | 第55-56页 |
| 5.7 Storm Topology的搭建 | 第56-60页 |
| 第六章 系统测试和性能评估 | 第60-72页 |
| 6.1 系统部署和环境要求 | 第60-63页 |
| 6.1.1 测试目标 | 第60页 |
| 6.1.2 系统环境 | 第60-63页 |
| 6.2 系统功能测试 | 第63-72页 |
| 6.2.1 算法有效性测试 | 第63-67页 |
| 6.2.2 系统功能性能测试 | 第67-72页 |
| 第七章 总结与展望 | 第72-74页 |
| 7.1 工作总结 | 第72页 |
| 7.2 工作展望 | 第72-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的学术论文 | 第78页 |