| 第1章 绪论 | 第1-17页 |
| 1．1 问题的引出 | 第8-9页 |
| 1．2 AIS产生的背景及目前国内外的发展状况~[22][23][54][55][56][57][58] | 第9-12页 |
| 1．2．1 产生背景 | 第9-10页 |
| 1．2．2 AIS目前在国内外的发展状况 | 第10-12页 |
| 1．3 AIS和雷达系统信息融合的必要性 | 第12-13页 |
| 1．4 AIS与雷达数据融合的意义~[23][25][26] | 第13-15页 |
| 1．5 本文的主要研究内容 | 第15页 |
| 1．6 主要研究成果 | 第15-16页 |
| 1．7 本文的结构 | 第16-17页 |
| 第2章 技术基础 | 第17-33页 |
| 2．1 航海雷达的工作原理~[9][13][14][15][17][18][19][20][21] | 第17-19页 |
| 2．1．1 雷达的测距、测向原理 | 第17-18页 |
| 2．1．2 雷达的组成及其工作原理 | 第18-19页 |
| 2．1．3 雷达在航海上的应用 | 第19页 |
| 2．2 船用自动识别系统 AIS~[25][26][53][54][55][56][57][58] | 第19-25页 |
| 2．2．1 AIS的基本功能 | 第20页 |
| 2．2．2 AIS的组成和原理 | 第20-22页 |
| 2．2．3 AIS的标准 | 第22-25页 |
| 2．3 可拓学理论~[1][2][3][4][5][6][50] | 第25-27页 |
| 2．3．1 可拓学的研究对象 | 第25页 |
| 2．3．2 物元理论 | 第25-26页 |
| 2．3．3 关联函数及关联度 | 第26-27页 |
| 2．3．4 可拓评价方法~[1][2][7][33][42][43][44][45][46][47][48][49] | 第27页 |
| 2．4 数据融合理论~[8][10][11][27][40] | 第27-33页 |
| 2．4．1 数据融合的定义和意义 | 第27-28页 |
| 2．4．2 数据融合的基本原理 | 第28页 |
| 2．4．3 数据融合技术的应用领域 | 第28页 |
| 2．4．4 数据融合所采用的主要技术 | 第28-29页 |
| 2．4．5 数据融合的主要内容 | 第29-33页 |
| 第3章 AIS和雷达目标航迹的数据融合 | 第33-41页 |
| 3．1 模型的建立 | 第33-34页 |
| 3．2 AIS和雷达目标航迹相关的判定 | 第34-40页 |
| 3．2．1 空间数据校准 | 第34-36页 |
| 3．2．2 时间校准即确定相同的采样时刻 | 第36-39页 |
| 3．2．3 航迹相关 | 第39-40页 |
| 3．3 AIS和雷达目标位置数据点迹合并 | 第40-41页 |
| 第4章 仿真实验及可拓评价 | 第41-60页 |
| 4．1 AIS与雷达目标航迹相关判定实验 | 第41-45页 |
| 4．2 基于两种采样时刻算法的数据融合实验 | 第45-49页 |
| 4．2．1 基于时刻采样算法1的融合实验 | 第45-47页 |
| 4．2．2 基于时刻采样算法2的融合实验 | 第47-49页 |
| 4．3 基于两种采样算法的误差实验 | 第49-54页 |
| 4．4 仿真结论 | 第54-55页 |
| 4．5 融合信息的物元表示及可拓评价 | 第55-60页 |
| 4．5．1 可拓信息~[34][35][36][37][38] | 第55页 |
| 4．5．2 信息物元的基本概念 | 第55-56页 |
| 4．5．3 融合信息的物元表示 | 第56页 |
| 4．5．4 AIS和雷达数据融合算法的可拓评价~[33][42][43][44][45][46][47][48][49] | 第56-60页 |
| 第5章 结论 | 第60-61页 |
| 5．1 本文主要研究成果 | 第60页 |
| 5．2 有待进一步研究的问题 | 第60-61页 |
| 攻读学位期间公开发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 研究生履历 | 第67页 |
