首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化技术在各方面的应用论文

基于移动通信的交通信息检测技术的研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-15页
   ·研究背景与意义第7页
   ·无线定位研究现状第7-8页
   ·交通信息采集第8-11页
     ·浮动车采集交通信息第8-9页
       ·路侧检测器交通信息采集第9-11页
   ·交通流预测方法研究现状第11-14页
   ·本文的研究内容及结构安排第14-15页
第二章 无线定位第15-22页
   ·蜂窝网无线定位方法第15-16页
     ·基于场强测量的定位方法第15页
     ·基于时间测量的定位方法第15-16页
     ·基于信号到达角的定位方法第16页
     ·混合定位方法第16页
   ·蜂窝网无线定位基本原理第16-20页
     ·圆周定位第16-17页
     ·双曲线定位第17-18页
     ·方位角定位第18-19页
     ·混合定位第19-20页
   ·T1P1无线定位信道模型及定位准确率评价指标第20-21页
     ·T1P1(COST259)信道模型第20页
     ·延时扩展Greenstein模型第20-21页
     ·定位精度评价指标第21页
   ·本章小结第21-22页
第三章 混合定位算法第22-36页
   ·定位问题的最小二乘LS表示第22-23页
   ·TDOA双曲线模型第23页
   ·求解双曲线方程的经典算法第23-30页
     ·泰勒序列展开法第24-25页
     ·Chan算法第25-29页
     ·fang算法第29-30页
   ·TDOA/AOA混合定位算法第30-33页
     ·基于TDOA/AOA的Chan算法第30-32页
     ·改进的基于TDOA/AOA的抗NLOS的算法第32-33页
   ·算法仿真与性能分析第33-35页
   ·本章小结第35-36页
第四章 地图匹配第36-44页
   ·地图匹配第36-39页
     ·误差区域的确定第37-39页
     ·选择备选路段第39页
   ·综合考虑各个因素的权重第39-41页
   ·仿真实验结果第41-43页
   ·本章小结第43-44页
第五章 交通流参数检测与预测第44-63页
   ·交通流数据的常用采集技术第44-45页
   ·浮动车样本大小的确定第45-47页
   ·浮动车的选择第47-48页
   ·交通参数的计算第48-53页
     ·假设的前提条件第48页
     ·平均速度的计算第48-50页
     ·交通流量的估计第50-53页
   ·基于改进的BP神经网络的交通参数预测第53-62页
     ·BP神经网络预测模型第53页
     ·交通状态的分类第53-54页
     ·BP算法的改进第54-55页
     ·预测模型的实现与构成第55-59页
     ·BP网络程序设计第59-60页
     ·仿真结果第60-62页
   ·本章小结第62-63页
第六章 总结与展望第63-64页
   ·总结第63页
   ·展望第63-64页
参考文献第64-69页
致谢第69-70页
攻读学位期间的主要研究成果第70页

论文共70页,点击 下载论文
上一篇:压电驱动器在结构健康监测中的动态性能研究
下一篇:基于遗传神经网络的汽车故障诊断研究