| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第14-32页 |
| 1.1 研究背景及意义 | 第14-20页 |
| 1.1.1 研究背景 | 第14-19页 |
| 1.1.1.1 车联网的发展 | 第14-17页 |
| 1.1.1.2 车联网环境下的交通信息分发与处理 | 第17-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 研究现状 | 第20-29页 |
| 1.2.1 车辆定位与路径预测 | 第21-23页 |
| 1.2.2 交通信息传输优化控制 | 第23-25页 |
| 1.2.3 交通信息生成与处理 | 第25-27页 |
| 1.2.4 交通出行诱导 | 第27-29页 |
| 1.3 研究思路与研究内容 | 第29-31页 |
| 1.4 本章小结 | 第31-32页 |
| 第2章 车辆定位与路径预测技术研究 | 第32-56页 |
| 2.1 概述 | 第32页 |
| 2.2 基于小波分析的GPS/DR组合定位技术 | 第32-45页 |
| 2.2.1 GPS/DR单独定位原理 | 第32-37页 |
| 2.2.2 GPS/DR组合定位系统组成 | 第37-39页 |
| 2.2.3 基于卡尔曼滤波的数据融合算法 | 第39-43页 |
| 2.2.4 基于小波分析降噪的卡尔曼滤波融合算法 | 第43-45页 |
| 2.3 基于车辆运动模型的车辆随机路径预测技术 | 第45-55页 |
| 2.3.1 车联网中的车辆移动BM模型 | 第46-47页 |
| 2.3.2 卡尔曼滤波预测理论 | 第47-50页 |
| 2.3.3 基于BM的卡尔曼滤波随机路径预测模型 | 第50-53页 |
| 2.3.4 实例分析 | 第53-55页 |
| 2.4 本章小结 | 第55-56页 |
| 第3章 基于DSRC的交通信息传输保障技术研究 | 第56-82页 |
| 3.1 概述 | 第56-58页 |
| 3.2 VANET信道负载预测技术 | 第58-68页 |
| 3.2.1 VANET中DSRC应用场景分析 | 第59-60页 |
| 3.2.2 车-车通信模式分析 | 第60-61页 |
| 3.2.3 基于灰色关联的信道负载预测算法 | 第61-66页 |
| 3.2.3.1 灰色关联分析法 | 第62-63页 |
| 3.2.3.2 信道负载与影响因素灰色关联分析 | 第63-64页 |
| 3.2.3.3 基于卡尔曼滤波的信道负载预测算法 | 第64-66页 |
| 3.2.4 实例验证 | 第66-68页 |
| 3.3 VANET传输功率分配与拥塞控制技术 | 第68-81页 |
| 3.3.1 信标广播碰撞分析 | 第69-70页 |
| 3.3.2 传输功率与网络连通性分析 | 第70-71页 |
| 3.3.3 基于信道负载预测的传输功率与拥塞控制算法 | 第71-74页 |
| 3.3.4 仿真验证 | 第74-79页 |
| 3.3.5 实例验证 | 第79-81页 |
| 3.4 本章小结 | 第81-82页 |
| 第4章 车联网交通信息生成与处理技术研究 | 第82-114页 |
| 4.1 概述 | 第82页 |
| 4.2 基于BM-KFFPP的移动车辆位置数据更新策略 | 第82-96页 |
| 4.2.1 基于KM-KFFPP的卡尔曼差分位置预测方程 | 第83-86页 |
| 4.2.2 车辆位置更新模型与策略 | 第86-88页 |
| 4.2.3 基于消息重传的车辆位置更新模型 | 第88-89页 |
| 4.2.4 仿真验证 | 第89-93页 |
| 4.2.4.1 仿真方案及流程 | 第89-90页 |
| 4.2.4.2 仿真结果及分析 | 第90-93页 |
| 4.2.5 实例验证 | 第93-96页 |
| 4.3 基于阈值的信标消息生成策略 | 第96-103页 |
| 4.3.1 基于卡尔曼滤波的信标消息生成模型 | 第97页 |
| 4.3.2 基于阈值的信标消息生成策略 | 第97-99页 |
| 4.3.2.1 基于阈值的信标间隔调节算法 | 第98页 |
| 4.3.2.2 基于阈值的信标消息生成模型 | 第98-99页 |
| 4.3.3 仿真验证 | 第99-101页 |
| 4.3.4 实例验证 | 第101-103页 |
| 4.4 基于最小二乘支持向量机的信标丢失数据补齐算法 | 第103-111页 |
| 4.4.1 SVM和LS-SVM原理 | 第104-108页 |
| 4.4.2 LS-SVM-BDCA算法 | 第108-109页 |
| 4.4.3 实例分析 | 第109-111页 |
| 4.5 本章小结 | 第111-114页 |
| 第5章 位置数据处理与动态出行路径诱导方法研究 | 第114-136页 |
| 5.1 概述 | 第114-115页 |
| 5.2 车辆位置数据评价与控制 | 第115-117页 |
| 5.3 路网连通性分析 | 第117-119页 |
| 5.4 不同功能车辆的停车识别 | 第119-120页 |
| 5.5 车辆位置数据误差分析 | 第120-122页 |
| 5.5.1 GPS定位误差 | 第120-121页 |
| 5.5.2 GIS电子地图误差 | 第121-122页 |
| 5.6 车辆位置采样与数据传输时间间隔动态调整 | 第122-124页 |
| 5.6.1 车辆位置数据采样间隔动态调整 | 第123页 |
| 5.6.2 车辆位置数据传输间隔动态调整 | 第123-124页 |
| 5.7 基于车辆位置的行程时间估计 | 第124-128页 |
| 5.7.1 基于车辆位置的单车行程时间估计 | 第124-126页 |
| 5.7.2 基于车辆位置的路段平均行程时间估计 | 第126页 |
| 5.7.3 实例分析 | 第126-128页 |
| 5.8 基于车联网的动态出行路径诱导方法 | 第128-135页 |
| 5.8.1 出行路径诱导常用方法概述 | 第128-129页 |
| 5.8.2 基于车联网的动态出行路径诱导方法 | 第129-132页 |
| 5.8.3 仿真验证 | 第132-134页 |
| 5.8.4 基于车联网的动态出行路径诱导方法收益与付出 | 第134-135页 |
| 5.9 本章小结 | 第135-136页 |
| 第6章 总结与展望 | 第136-140页 |
| 6.1 全文总结 | 第136-138页 |
| 6.2 研究展望 | 第138-140页 |
| 参考文献 | 第140-152页 |
| 附录 | 第152-156页 |
| 攻读博士学位期间发表的学术论文 | 第156-157页 |
| 致谢 | 第157页 |
