| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状及本文研究的提出 | 第10-11页 |
| ·论文组织结构 | 第11-13页 |
| 2 无线传感器网络及其在交通信息检测上的应用 | 第13-20页 |
| ·无线传感器网络 | 第13-15页 |
| ·现有交通信息检测设备 | 第15-16页 |
| ·基于无线传感器网络的交通信息检测 | 第16-18页 |
| ·数据融合在交通信息检测中的应用 | 第18-20页 |
| 3 车辆分类 | 第20-30页 |
| ·车辆分类的提出 | 第20-21页 |
| ·邻接传感器网络及节点 | 第21-22页 |
| ·邻接传感器网络 | 第21-22页 |
| ·磁性传感器节点及 ATDA算法 | 第22页 |
| ·基于邻接传感器的信号采集 | 第22-25页 |
| ·网络拓扑 | 第23页 |
| ·车辆长度估计 | 第23-25页 |
| ·基于神经网络的车辆分类 | 第25-27页 |
| ·特征矢量集及聚类算法 | 第25-26页 |
| ·BP神经网络 | 第26-27页 |
| ·MSVCA算法 | 第27页 |
| ·实验与结果 | 第27-30页 |
| 4 车辆速度检测 | 第30-40页 |
| ·检测模型与算法 | 第30-33页 |
| ·基于 WSN的车辆速度检测模型 | 第30-31页 |
| ·车辆速度的检测算法 | 第31-32页 |
| ·基于 WSN与数据融合模型 | 第32-33页 |
| ·自校正卡尔曼滤波 | 第33-35页 |
| ·Kalman滤波 | 第33-34页 |
| ·分批估计理论模型及其改进 | 第34-35页 |
| ·Kalman-PE滤波器及其执行过程 | 第35页 |
| ·实验与结果 | 第35-40页 |
| ·△T_(down)与△T_(up)线性关系的验证 | 第35-36页 |
| ·Kalman-PE滤波器 | 第36-40页 |
| 5 区域交通流信息检测 | 第40-46页 |
| ·交通子区 | 第40-41页 |
| ·区域交通流检测模型 | 第41-44页 |
| ·交通子区内路段车流量 | 第41-43页 |
| ·交通子区边界路段 | 第43-44页 |
| ·实验与结论 | 第44-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51-52页 |