| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国内研究现状 | 第10-12页 |
| 1.2.2 国外研究现状 | 第12-14页 |
| 1.3 主要内容及研究的技术路线 | 第14-16页 |
| 1.3.1 主要内容 | 第14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 2 铁路危险货物罐车运输现状及监控参量确定 | 第16-21页 |
| 2.1 铁路危险货物罐车运输现状 | 第16-17页 |
| 2.2 罐车运输流程 | 第17-18页 |
| 2.3 铁路危险货物罐车运输监控对象 | 第18-20页 |
| 2.3.1 事故分析 | 第18-19页 |
| 2.3.2 危险货物自身特点 | 第19页 |
| 2.3.3 监控对象及监控参数 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 物联网技术在铁路危险货物罐车运输安全监控中的应用 | 第21-28页 |
| 3.1 物联网概述 | 第21页 |
| 3.2 物联网的体系结构 | 第21-22页 |
| 3.3 铁路危险货物罐车运输安全监控关键物联网技术 | 第22-26页 |
| 3.3.1 传感器技术 | 第22-23页 |
| 3.3.2 GPS技术 | 第23-25页 |
| 3.3.3 无线通信技术 | 第25页 |
| 3.3.4 GIS技术 | 第25-26页 |
| 3.4 本章小结 | 第26-28页 |
| 4 铁路危险货物罐车运输安全监控关键算法设计 | 第28-42页 |
| 4.1 多传感器信息融合算法在监控系统中的应用 | 第28-32页 |
| 4.1.1 信息融合技术 | 第28页 |
| 4.1.2 多传感器信息融合技术 | 第28-29页 |
| 4.1.3 多传感器信息融合在监控系统中的应用 | 第29页 |
| 4.1.4 基于贝叶斯估计的多传感器信息融合算法 | 第29-32页 |
| 4.2 多传感器信息融合算法在铁路罐车运输中的应用示例 | 第32-33页 |
| 4.3 基于多点检测的智能报警评判算法 | 第33-37页 |
| 4.3.1 基于多点检测的智能报警综合评判的必要性 | 第33-34页 |
| 4.3.2 基于多点检测的智能报警评判算法模型分析 | 第34-37页 |
| 4.4 示例分析 | 第37-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 铁路危险货物罐车运输安全监控系统研究 | 第42-62页 |
| 5.1 建设监控系统的必要性和可行性 | 第42-43页 |
| 5.1.1 建设铁路危险货物罐车运输安全监控系统的必要性分析 | 第42-43页 |
| 5.1.2 建设铁路危险货物罐车运输安全监控系统的可行性分析 | 第43页 |
| 5.2 监控系统功能及结构 | 第43-51页 |
| 5.2.1 四级联网监控体系 | 第43-45页 |
| 5.2.2 监控系统的功能模块 | 第45-51页 |
| 5.3 监控系统的设计 | 第51-61页 |
| 5.3.1 总体架构和逻辑结构 | 第51-53页 |
| 5.3.2 监控系统数据库设计 | 第53-54页 |
| 5.3.3 监控系统客户端功能 | 第54-56页 |
| 5.3.4 客户端软件实现 | 第56-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-66页 |
