| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 多源异构数据处理框架的研究 | 第11页 |
| 1.2.2 多源异构数据集成方面的研究 | 第11-12页 |
| 1.2.3 时空轨迹压缩方面的研究 | 第12-14页 |
| 1.2.4 时空轨迹数据存储方面的研究 | 第14-15页 |
| 1.3 论文内容与结构 | 第15-16页 |
| 2 系统总体设计 | 第16-19页 |
| 2.1 多源异构数据处理的需求分析 | 第16页 |
| 2.2 系统框架设计 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 数据集成模块 | 第19-34页 |
| 3.1 多源异构时空轨迹数据交换格式 | 第19-22页 |
| 3.1.1 XML与JSON简介 | 第19-20页 |
| 3.1.2 Protobuf和XML、JSON的对比 | 第20-22页 |
| 3.2 多源异构时空轨迹数据通信机制 | 第22-25页 |
| 3.2.1 消息中间件 | 第22页 |
| 3.2.2 高级消息队列协议 | 第22-23页 |
| 3.2.3 AMQP模型 | 第23-24页 |
| 3.2.4 RabbitMQ的结构 | 第24-25页 |
| 3.3 基于RabbitMQ和Protobuf实现数据集成 | 第25-33页 |
| 3.3.1 多源异构船舶轨迹数据集成模式分析 | 第25页 |
| 3.3.2 Protobuf数据结构的定义 | 第25-30页 |
| 3.3.3 多源异构船舶时空轨迹数据接入 | 第30-31页 |
| 3.3.4 数据的分发 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 时空轨迹压缩模块 | 第34-41页 |
| 4.1 轨迹压缩的意义 | 第34页 |
| 4.2 Threshold-guidedSampling压缩算法 | 第34-36页 |
| 4.3 轨迹压缩模块算法设计 | 第36-38页 |
| 4.4 压缩效果测试 | 第38-40页 |
| 4.4.1 功能测试 | 第38-40页 |
| 4.4.2 性能测试 | 第40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 数据存储模块 | 第41-58页 |
| 5.1 模块整体设计 | 第42-43页 |
| 5.2 数据表设计 | 第43-48页 |
| 5.2.1 MySQL数据表的设计 | 第43-45页 |
| 5.2.2 Redis数据表的设计 | 第45-46页 |
| 5.2.3 HBase时空数据的内存模型设计 | 第46-48页 |
| 5.3 多级存储方案设计 | 第48-56页 |
| 5.3.1 关系型数据库MySQL访存方案设计 | 第48-52页 |
| 5.3.2 内存型数据库Redis访存方案设计 | 第52-53页 |
| 5.3.3 分布式数据库HBase访存方案设计 | 第53-56页 |
| 5.4 存储程序实现 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 6 系统的部署与展示 | 第58-66页 |
| 6.1 传统部署方案 | 第58页 |
| 6.2 自动化部署 | 第58-62页 |
| 6.2.1 传统虚拟化技术 | 第59页 |
| 6.2.2 Linux容器技术 | 第59页 |
| 6.2.3 Docker容器技术 | 第59-60页 |
| 6.2.4 自动化部署方案 | 第60-62页 |
| 6.3 系统测试 | 第62-65页 |
| 6.4 本章小结 | 第65-66页 |
| 7 总结与展望 | 第66-68页 |
| 7.1 总结 | 第66-67页 |
| 7.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间发表学术论文及参与的项目 | 第72页 |
