| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-19页 |
| ·选题背景 | 第14-15页 |
| ·国内外的研究现状 | 第15-17页 |
| ·本文结构安排 | 第17-19页 |
| 第二章 车辆识别跟踪系统中的信息融合算法 | 第19-26页 |
| ·多分类器融合识别关键算法 | 第19-23页 |
| ·多分类器的基本原理 | 第19页 |
| ·单分类器模式识别算法 | 第19-21页 |
| ·多分类器决策融合理论 | 第21-23页 |
| ·运动目标跟踪中的数据融合理论及其关键算法 | 第23-25页 |
| ·数据关联问题 | 第23-24页 |
| ·集中式融合系统 | 第24-25页 |
| ·分布式融合系统 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于多分类器融合的车辆类型识别研究 | 第26-37页 |
| ·目标信号特征向量的选取及其比较 | 第26-29页 |
| ·实验数据的来源 | 第26-27页 |
| ·周期图法估算信号的功率谱分布原理 | 第27-28页 |
| ·声音信号的频谱对比 | 第28-29页 |
| ·传感器节点基于声、震信号特征的融合识别 | 第29-33页 |
| ·传感器节点本地分类器 | 第30页 |
| ·基于KNN算法的声震信号特征融合识别 | 第30-32页 |
| ·基于贝叶斯理论的多分类器融合 | 第32-33页 |
| ·汇聚节点的判决融合 | 第33-34页 |
| ·多数投票法 | 第33-34页 |
| ·最近邻结果投票算法 | 第34页 |
| ·局部范围内判决结果投票融合 | 第34页 |
| ·从传感器节点到汇聚节点的分类融合架构 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 信息融合在车辆跟踪中的应用研究 | 第37-61页 |
| ·目标跟踪的基本模型 | 第37-42页 |
| ·基本的跟踪模型 | 第37-40页 |
| ·仿真分析 | 第40-42页 |
| ·集中式融合系统对运动车辆进行跟踪 | 第42-48页 |
| ·应用并行滤波算法对量测数据进行融合 | 第43-44页 |
| ·应用序贯滤波算法对量测数据融合 | 第44-45页 |
| ·仿真分析 | 第45-48页 |
| ·集中式融合系统中的数据关联算法 | 第48-54页 |
| ·最近邻数据关联算法 | 第48-49页 |
| ·模糊聚类原理及其C均值聚类算法 | 第49-50页 |
| ·模糊聚类原理处理量测与航迹的关联 | 第50-51页 |
| ·仿真分析 | 第51-54页 |
| ·分布式系统的融合跟踪研究 | 第54-59页 |
| ·简单航迹融合算法： | 第54-56页 |
| ·最近邻航迹关联算法： | 第56页 |
| ·仿真分析 | 第56-59页 |
| ·车辆跟踪系统的算法框架 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 车辆识别跟踪系统的硬件实现 | 第61-74页 |
| ·DSP硬件平台介绍 | 第61-64页 |
| ·CCS集成开发环境的使用 | 第61-62页 |
| ·DSP/BIOS实时操作系统介绍 | 第62-64页 |
| ·达芬奇架构的OMAPL138 及其DSPLINK双核通信架构 | 第64-66页 |
| ·OMPL138 介绍 | 第64-66页 |
| ·车辆跟踪识别系统架构及DSP端的软件实现 | 第66-71页 |
| ·传感器节点信号处理程序流程 | 第67-69页 |
| ·传感器节点信号处理程序流程 | 第69-71页 |
| ·双核通信的调试方法 | 第71-73页 |
| ·ARM端的调试 | 第71页 |
| ·DSP端的调试 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·工作总结 | 第74页 |
| ·研究展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 个人简介 | 第79-80页 |