雷达与AIS数据融合算法研究
摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 课题研究背景、目的及意义 | 第9-10页 |
1.2 课题国内外研究现状 | 第10-13页 |
1.3 信息融合理论的发展 | 第13-14页 |
1.4 本文主要研究内容及结构安排 | 第14-15页 |
第2章 雷达与AIS系统 | 第15-23页 |
2.1 雷达系统 | 第15-17页 |
2.1.1 雷达的组成结构 | 第15-16页 |
2.1.2 雷达的测距测向工作原理 | 第16-17页 |
2.1.3 雷达系统的特点 | 第17页 |
2.2 AIS系统 | 第17-20页 |
2.2.1 AIS系统的概念及组成结构 | 第17-18页 |
2.2.2 AIS系统的基本功能和特点 | 第18-19页 |
2.2.3 AIS系统使用的技术 | 第19-20页 |
2.3 相关通讯协议 | 第20-22页 |
2.3.1 雷达报文格式 | 第20页 |
2.3.2 AIS报文格式 | 第20-22页 |
2.4 本章小结 | 第22-23页 |
第3章 数据融合理论及ER理论 | 第23-31页 |
3.1 数据融合技术的概念及意义 | 第23页 |
3.2 数据融合系统的构成 | 第23-25页 |
3.3 数据融合的基本原理 | 第25-27页 |
3.4 ER理论 | 第27-30页 |
3.4.1 ER理论简述 | 第27-29页 |
3.4.2 基于ER理论的多指标综合评估方法 | 第29-30页 |
3.5 本章小结 | 第30-31页 |
第4章 雷达与AIS航迹融合算法 | 第31-47页 |
4.1 概述 | 第31页 |
4.2 融合数据的预处理 | 第31-37页 |
4.2.1 空间配准 | 第32-33页 |
4.2.2 野值剔除 | 第33-35页 |
4.2.3 时间配准 | 第35-37页 |
4.3 雷达与AIS的航迹粗关联 | 第37-39页 |
4.3.1 雷达与AIS的T—D粗关联 | 第37-38页 |
4.3.2 粗关联门限 | 第38-39页 |
4.4 多因素模糊综合决策的航迹关联算法 | 第39-44页 |
4.4.1 模糊单因素集 | 第39页 |
4.4.2 单因素集模糊评判矩阵 | 第39-41页 |
4.4.3 综合隶属度模糊评判矩阵 | 第41-43页 |
4.4.4 双门限细关联 | 第43-44页 |
4.5 改进的雷达与AIS航迹融合算法 | 第44-45页 |
4.6 本章小结 | 第45-47页 |
第5章 船舶碰撞威胁度估计算法 | 第47-62页 |
5.1 船舶碰撞威胁度概述 | 第47-48页 |
5.2 COLREGs规则 | 第48-50页 |
5.3 改进的多指标综合评估方法 | 第50-52页 |
5.4 基于ER理论的CRI评估方法 | 第52-60页 |
5.4.1 评估关键要素信息解算 | 第52-56页 |
5.4.2 关键要素权重分配 | 第56-58页 |
5.4.3 基于ER理论的CRI评估方法流程 | 第58-60页 |
5.5 本章小结 | 第60-62页 |
第6章 算法仿真与分析 | 第62-74页 |
6.1 雷达与AIS航迹融合仿真测试数据 | 第62-63页 |
6.2 时间配准方法验证 | 第63-65页 |
6.3 雷达与AIS航迹关联算法仿真验证 | 第65-68页 |
6.3.1 雷达与AIS单因素欧式距离 | 第66-67页 |
6.3.2 雷达与AIS关联隶属度 | 第67-68页 |
6.4 雷达与AIS航迹融合算法仿真 | 第68-71页 |
6.5 CRI评估方法仿真及分析 | 第71-72页 |
6.6 本章小结 | 第72-74页 |
结论 | 第74-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第80-82页 |
致谢 | 第82页 |