基于数据融合的交通物联网感知节点研究与应用

《基于数据融合的交通物联网感知节点研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:密级:UDC：学号：406107712093南昌大学硕士研究生学位论文基于数据融合的交通物联网感知节点研究与应用ResearchandApplicationofSensorNodeofTransportationIoTBasedonDataFusion涂文华培养单位（院、系）：.信息工程学院计算机系指导教师姓名、职称：王命延教授申请学位的学科门类：工学学科专业名称：计算机应用技术论文答辩日期：2015年5月26日答辩委员会主席:评阅人:2015年月日一、学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文

2、中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南昌大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名（手写）:签字日期：>/丁年/月T日二、学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，同意学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权南昌大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以釆用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授

3、权北京万方数据股份有限公司和中国学术期刊（光盘版）电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表，并通过网络向社会公众提供信息服务，同意按“章程”规定享受相关权益。学位论文作者签名（手写）:导师签名（手写）:签字日期：年<月r日签字曰期：>ir年6月6曰论文题目t子散摊1秘含哟交J物戚阔姦知；1谷4钇疗4用姓名讼0学号论文级别博士□硕士■院/系/所偷丄挪纪也4专业vt碧扣/i丨沿政木，E一mail备注:公幵□保密（向校学位办申请获批准为“保密”，年月后公幵)摘要摘要目前传感器网络存在感知能力较弱、感知方式单一、感

4、知信息不全面等问题。为了提升感知节点的信息感知能力，改变目前的信息孤岛状况，现将多种检测器并行检测，融合处理感知数据。一方面，将这些传感器组合在一起，可以相互弥补各种传感器在获取信息时的不足，提高检测的环境适应性。另一方面，不同传感器的数据具有不同的特点，融合来自不同传感器的数据，提高检测的准确率、效率和覆盖面。本文主要将多传感器数据融合应用在车型识别上，数据来源于线圈、视频和地磁三种检测器，为了保证这些数据和特征的时空同步性，本文采取软硬件相结合的方法，硬件上合理布设传感器设备方案保证多源数据的空间同步性，软件上实时以时间为依据达到时间上的同步。分别根据各检测器数据

5、的特点，对其原始数据进行预处理并提取相应的特征。本文提出了一种IPSO-MSK-RVM方法将三种特征融合判别车辆类别。该方法采用基于多核的相关向量机（RVM）识别车型，并运用粒子群算法（PSO）优化多核参数。首先，RVM本质上是一个二分类器，为了识别多种车型，本文选择应用最为广泛的“一对一”方法。针对这种方法存在二分类器数较多，计算量较大的缺陷，本文提出了一种改进的基于相关向量机的“一对一”方法，提高分类速度的同时保证了分类的精度。其次，RVM的关键在于核函数，而本文三种传感器数据是异构的，仅仅采用单核并不能使分类合理，多核模型的提出可以有效改善不足，但多核参数的确定

6、一般凭借经验或实验得出，并没有相关理论的支持，因而本文提出了一种改进的粒子群算法获取全局最佳参数，大大提高了车型分类的精度。最后，为了将上述方法付诸实践，本文研究多传感器并行检测、软件实时数据融合的感知节点系统并开发出相应的车型识别系统。实验证明，IPSO-MSK-RVM算法对车型识别的效果较为理想，有很好的实用性。关键词：多传感器数据融合；车型识别；RVM；PSO；感知节点IAbstractABSTRACTAsweknow,sensornetworkhassomeproblemsofweaksensorability,singlesensorway,uncompre

7、hensivesensorinformation,etc.Inordertoenhancesensornode’ssensorabilityandremoveinformationisolatedisland,multiplesensorsaredetectedinparallel,alldatawillbeprocessedbythemethodofdatafusion.Ontheonehand,multiplesensorsworkingcooperativelycanmakeupeachshortagesinsensorinformationa