| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 本论文研究的背景及意义 | 第10-11页 |
| 1.2 车辆自动识别技术研究现状 | 第11-15页 |
| 1.2.1 车辆自动识别技术的应用 | 第11-12页 |
| 1.2.2 车辆检测传感器发展趋势 | 第12-15页 |
| 1.3 车型自动分类的发展现状和标准 | 第15-17页 |
| 1.3.1 车型自动识别设备及其算法研究的发展现状 | 第15-16页 |
| 1.3.2 车型分类标准 | 第16-17页 |
| 1.4 本论文研究内容及组织结构 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 基于磁阻效应的车辆检测技术原理 | 第19-29页 |
| 2.1 地球磁场扰动的检测工作原理 | 第19-20页 |
| 2.1.1 地球磁场概述 | 第19-20页 |
| 2.1.2 车辆扰动地球磁场检测原理 | 第20页 |
| 2.2 磁阻效应及其传感器 | 第20-24页 |
| 2.2.1 磁阻效应 | 第20-21页 |
| 2.2.2 磁阻效应传感器 | 第21-22页 |
| 2.2.3 各向异性磁阻效应及其传感器 | 第22-24页 |
| 2.3 基于各向异性磁阻效应的车辆检测原理 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于磁阻效应的车辆自动识别算法研究 | 第29-42页 |
| 3.1 基于磁阻效应车辆识别算法研究现状 | 第29-31页 |
| 3.2 车辆自动识别算法 | 第31-36页 |
| 3.2.1 车辆经过存在性自动识别算法 | 第31-34页 |
| 3.2.2 车辆速度自动识别算法 | 第34-36页 |
| 3.3 聚类分析以及加权欧氏距离概述 | 第36-37页 |
| 3.3.1 聚类分析 | 第36页 |
| 3.3.2 加权欧氏距离定义 | 第36-37页 |
| 3.4 基于加权欧氏距离在车型识别算法上的实现 | 第37-41页 |
| 3.4.1 数据预处理 | 第38-39页 |
| 3.4.2 特征波形向量提取 | 第39-41页 |
| 3.4.3 车型自动识别算法 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 车型自动识别系统应用设计 | 第42-53页 |
| 4.1 系统设计 | 第42-44页 |
| 4.1.1 系统组成结构 | 第42-44页 |
| 4.1.2 系统工作原理 | 第44页 |
| 4.2 检测器设计 | 第44-50页 |
| 4.2.1 AMR 传感器模块 | 第45-46页 |
| 4.2.2 MCU 处理模块 | 第46-47页 |
| 4.2.3 存储模块 | 第47-48页 |
| 4.2.4 无线收发模块 | 第48-50页 |
| 4.3 路由器设计 | 第50页 |
| 4.4 接收处理主机设计 | 第50-52页 |
| 4.5 多功能数据转换器设计 | 第52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 系统组网及测试验证 | 第53-61页 |
| 5.1 系统无线组网及通信协议 | 第53-57页 |
| 5.1.1 系统无线组网 | 第53-54页 |
| 5.1.2 系统组网数据传输及通信协议 | 第54-57页 |
| 5.2 测试与验证 | 第57-60页 |
| 5.2.1 标准车型特征向量库采集 | 第57-58页 |
| 5.2.2 待测车型测试 | 第58-59页 |
| 5.2.3 验证结果分析 | 第59-60页 |
| 5.3 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |