AIS与雷达目标位置数据融合方法的研究
| 第1章 绪论 | 第1-18页 |
| ·课题背景 | 第9-10页 |
| ·课题的研究目的和意义 | 第10-12页 |
| ·国内现有的AIS研究及其特点 | 第12-14页 |
| ·国际上对AIS的研究 | 第14页 |
| ·AIS的研究发展方向 | 第14-18页 |
| 第2章 船舶自动识别系统(AIS) | 第18-26页 |
| ·AIS工作原理和涉及的技术领域 | 第18-22页 |
| ·AIS的工作原理 | 第18-20页 |
| ·AIS使用的技术 | 第20-21页 |
| ·AIS信息的优点 | 第21-22页 |
| ·AIS发展对海事管理的影响 | 第22-26页 |
| 第3章 数据融合技术 | 第26-36页 |
| ·数据融合技术概述 | 第26-29页 |
| ·数据融合技术的发展 | 第26-27页 |
| ·数据融合的定义 | 第27页 |
| ·数据融合技术的使用领域 | 第27-29页 |
| ·数据融合系统的构成 | 第29-34页 |
| ·检测级融合结构模型 | 第30-31页 |
| ·位置融合结构模型 | 第31-33页 |
| ·属性融合结构模型 | 第33-34页 |
| ·数据融合的关键技术和数据融合方法 | 第34-36页 |
| ·数据融合的关键技术 | 第34-35页 |
| ·数据融合方法分类 | 第35-36页 |
| 第4章 模糊ISODATA聚类和BP神经网络算法 | 第36-45页 |
| ·模糊ISODATA聚类方法 | 第36-41页 |
| ·模糊等价关系 | 第36-37页 |
| ·基于模糊等价关系的聚类方法 | 第37-38页 |
| ·模糊ISODATA聚类方法 | 第38-41页 |
| ·BP神经网络算法 | 第41-45页 |
| ·BP网络的前馈计算 | 第41-42页 |
| ·BP神经网络调整加权因子的规则 | 第42-43页 |
| ·BP学习算法的步骤 | 第43-45页 |
| 第5章 AIS和雷达目标位置数据融合 | 第45-59页 |
| ·AIS和雷达位置数据融合系统模型的建立 | 第45-48页 |
| ·问题的提出 | 第45-46页 |
| ·AIS和雷达目标位置数据融合总模型的建立 | 第46-48页 |
| ·AIS和雷达目标位置数据的融合 | 第48-59页 |
| ·AIS和雷达目标位置数据的坐标变换 | 第48-50页 |
| ·AIS和雷达目标航迹相关 | 第50-52页 |
| ·AIS和雷达目标位置数据点迹合并 | 第52-59页 |
| 第6章 AIS和雷达目标位置数据融合仿真 | 第59-68页 |
| ·AIS与雷达目标航迹相关仿真 | 第59-62页 |
| ·AIS与雷达目标位置数据的点迹合成仿真 | 第62-66页 |
| ·坐标变换 | 第62页 |
| ·BP神经网络学习 | 第62-64页 |
| ·点迹合并 | 第64-66页 |
| ·仿真结论 | 第66-68页 |
| 第7章 结论与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及获奖情况 | 第74页 |
