| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-30页 |
| ·课题背景和意义 | 第11-12页 |
| ·交通流数据及获取技术研究现状 | 第12-17页 |
| ·交通流数据概述 | 第13-14页 |
| ·交通流数据获取现状与现存问题 | 第14-17页 |
| ·基于WSN数据获取相关技术在交通领域的研究现状 | 第17-27页 |
| ·WSN及其在交通领域的应用概述 | 第17-20页 |
| ·基于WSN交通流数据采集的研究现状 | 第20-22页 |
| ·基于WSN交通流数据传输的研究现状 | 第22-25页 |
| ·交通流数据分析与处理的研究现状 | 第25-27页 |
| ·本文主要研究内容 | 第27-28页 |
| ·本文的章节结构 | 第28-30页 |
| 2 基于WSN交通流数据采集模型及聚合粒度优化策略 | 第30-48页 |
| ·概述 | 第30页 |
| ·基于WSN的交通流数据采集模型 | 第30-37页 |
| ·基于WSN的车辆识别原理 | 第30-33页 |
| ·基于3节点WSN的交通流数据采集模型 | 第33-37页 |
| ·基于交通流二项分布的聚合粒度优化策略 | 第37-42页 |
| ·交通流数据的聚合与聚合粒度分析 | 第37-40页 |
| ·交通流二项分布的概率模型 | 第40-41页 |
| ·聚合粒度的优化 | 第41-42页 |
| ·实验测试与分析 | 第42-46页 |
| ·实验平台介绍 | 第42页 |
| ·3节点WSN交通流数据采集模型的实验与分析 | 第42-44页 |
| ·聚合粒度优化策略实验与分析 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 3 基于WSN的交通流数据估计算法及基于速度的节点能耗优化策略 | 第48-60页 |
| ·概述 | 第48页 |
| ·基于Kalman与分批估计理论的估计算法 | 第48-53页 |
| ·基于3节点WSN的速度采集原理分析 | 第48-49页 |
| ·基于Kalman理论的车辆速度采集 | 第49-51页 |
| ·基于分批估计理论的观测噪音在线估计 | 第51-52页 |
| ·基于Kalman-PE滤波器的交通流数据估计算法 | 第52-53页 |
| ·基于车辆速度的节点能耗优化策略 | 第53-56页 |
| ·实验测试与分析 | 第56-59页 |
| ·实验平台 | 第56页 |
| ·△T_(down)与△T_(up)线性关系的验证 | 第56-57页 |
| ·Kalman-PE与算法的性能分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 4 基于WSN与机会路由的交通流数据传输 | 第60-74页 |
| ·概述 | 第60-61页 |
| ·网络模型与问题分析 | 第61-65页 |
| ·网络模型 | 第61页 |
| ·时间依赖的最短路径 | 第61-62页 |
| ·能量问题 | 第62-64页 |
| ·机会熵与问题规划 | 第64-65页 |
| ·基于Sop的机会路由算法 | 第65-69页 |
| ·ACO算法概述 | 第65-66页 |
| ·基于Sop的机会概率模型 | 第66-67页 |
| ·信息素及更新 | 第67页 |
| ·ACO-TDOP算法 | 第67-69页 |
| ·实验仿真与分析 | 第69-72页 |
| ·仿真环境的建立 | 第69页 |
| ·路由算法的比较与分析 | 第69-72页 |
| ·路径动态选择的跟踪与分析 | 第72页 |
| ·本章小结 | 第72-74页 |
| 5 基于尖点型突变理论的数据质量分析 | 第74-86页 |
| ·概述 | 第74-75页 |
| ·基于尖点型突变理论的交通流模型 | 第75-78页 |
| ·突变理论简介 | 第75-76页 |
| ·基于尖点型突变理论的分布式交通流数据模型 | 第76-77页 |
| ·数据质量评价函数及结论分析 | 第77-78页 |
| ·基于尖点型突变模型的数据质量分析算法 | 第78-80页 |
| ·基于分批估计滤波的自主学习 | 第78-79页 |
| ·DTDQA-CB算法 | 第79-80页 |
| ·实验与分析 | 第80-84页 |
| ·实验平台的建立 | 第80-81页 |
| ·实验结果与分析 | 第81-84页 |
| ·本章小结 | 第84-86页 |
| 6 基于模糊聚类和熵编码的区域交通流状态分析 | 第86-98页 |
| ·概述 | 第86页 |
| ·基于熵编码的模糊聚类算法 | 第86-91页 |
| ·FCM算法简介 | 第87-88页 |
| ·FCM用于高维数据挖掘存在的问题分析 | 第88-89页 |
| ·基于熵编码的核函数 | 第89-90页 |
| ·基于熵编码降维的FCM算法 | 第90-91页 |
| ·基于FCM-EC的区域交通状态分析 | 第91-93页 |
| ·区域交通状态分析特征向量模型 | 第91-92页 |
| ·区域交通状态分析过程与评价指标的设定 | 第92-93页 |
| ·基于FCM-EC的区域交通状态分析 | 第93页 |
| ·实验仿真与分析 | 第93-97页 |
| ·本章小结 | 第97-98页 |
| 7 总结与展望 | 第98-101页 |
| ·总结 | 第98-100页 |
| ·展望 | 第100-101页 |
| 参考文献 | 第101-110页 |
| 攻读博士学位期间发表学术成果及参与科研工作情况 | 第110-112页 |
| 致谢 | 第112-113页 |
| 作者简介 | 第113-114页 |
