發(fā)布時(shí)間：2023-04-16 13:53

　　在國(guó)內(nèi)互聯(lián)網(wǎng)、電子技術(shù)、大數(shù)據(jù)和中國(guó)智能制造的背景,本文針對(duì)于特種運(yùn)載車運(yùn)輸武器過(guò)程中的安全性搭建了一個(gè)運(yùn)行監(jiān)測(cè)平臺(tái)。作為駕駛員而言,可以通過(guò)車內(nèi)顯示屏實(shí)時(shí)查看當(dāng)前運(yùn)行狀態(tài)時(shí)各傳感器的監(jiān)測(cè)值和經(jīng)過(guò)數(shù)據(jù)融合后的安全運(yùn)行參數(shù);作為后方基地工作人員,可以登錄到Web網(wǎng)頁(yè)和遠(yuǎn)程APP終端查看當(dāng)前正在運(yùn)行的特種運(yùn)載車實(shí)時(shí)數(shù)據(jù)。本文研究的主要內(nèi)容如下:(1)特種運(yùn)載車運(yùn)輸過(guò)程中數(shù)據(jù)采集系統(tǒng)的硬件設(shè)計(jì)。研究當(dāng)前應(yīng)用于多傳感器數(shù)據(jù)采集系統(tǒng)的多種方式,選擇ARM核心板作為其硬件,μC/OS操作系統(tǒng)作為整個(gè)采集系統(tǒng)的底層操作系統(tǒng)。根據(jù)實(shí)際的需求選擇合適的多種傳感器,通過(guò)在硬件上搭載操作系統(tǒng)實(shí)現(xiàn)對(duì)運(yùn)載車多個(gè)傳感器的數(shù)據(jù)采集,對(duì)采集到的數(shù)據(jù)按照一定要求進(jìn)行解析和保存。(2)基于特種運(yùn)載車安全運(yùn)行狀態(tài)監(jiān)測(cè)平臺(tái)的軟件設(shè)計(jì)。該軟件設(shè)計(jì)主要包含底層采集數(shù)據(jù)的實(shí)時(shí)解析及上層終端設(shè)備的實(shí)時(shí)顯示兩部分,其中采集數(shù)據(jù)從底層到服務(wù)器端傳輸是基于c語(yǔ)言socket通信模塊實(shí)現(xiàn),終端顯示包括Web端及安卓APP等智能終端兩部分。(3)本文重點(diǎn)研究的是整個(gè)運(yùn)輸過(guò)程中多傳感器數(shù)據(jù)的數(shù)據(jù)融合算法。本文中采用的是數(shù)據(jù)挖掘算法進(jìn)行數(shù)據(jù)融合,...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題來(lái)源
    1.2 研究背景及意義
    1.3 數(shù)據(jù)融合算法的研究現(xiàn)狀
    1.4 課題研究?jī)?nèi)容及章節(jié)安排
第二章 基于特種運(yùn)載車安全運(yùn)行分析課題的總方案設(shè)計(jì)
    2.1 方案架構(gòu)的分析
    2.2 需求分析
    2.3 硬件方案設(shè)計(jì)
    2.4 傳輸層通信協(xié)議的設(shè)計(jì)
        2.4.1 單總線協(xié)議
        2.4.2 IIC總線通信協(xié)議
        2.4.3 SPI總線通信協(xié)議
        2.4.4 GPS通信協(xié)議
        2.4.5 TCP/IP協(xié)議
        2.4.6 WIFI通信協(xié)議
    2.5 軟件方案設(shè)計(jì)
        2.5.1 嵌入式操作系統(tǒng)設(shè)計(jì)
        2.5.2 算法設(shè)計(jì)
    2.6 本章小結(jié)
第三章 基于安全運(yùn)行狀態(tài)數(shù)據(jù)采集系統(tǒng)的硬件設(shè)計(jì)
    3.1 系統(tǒng)微處理器的選型及簡(jiǎn)介
        3.1.1 嵌入式微處理器的比較與選型
        3.1.2 數(shù)據(jù)采集系統(tǒng)微處理器的簡(jiǎn)介
    3.2 速度采集模塊設(shè)計(jì)
    3.3 加速度采集模塊設(shè)計(jì)
    3.4 溫濕度采集模塊設(shè)計(jì)
    3.5 其他模塊的設(shè)計(jì)
    3.6 本章小結(jié)
第四章 基于安全運(yùn)行狀態(tài)監(jiān)測(cè)平臺(tái)的數(shù)據(jù)融合算法實(shí)現(xiàn)
    4.1 聚類
        4.1.1 聚類的基本概念
        4.1.2 聚類的分類
        4.1.3 K-means算法思想
        4.1.4 K-means算法的實(shí)例分析
    4.2 改進(jìn)的K-means算法
        4.2.1 改進(jìn)K-means算法的基本思想
        4.2.2 改進(jìn)K-means算法的實(shí)例分析
        4.2.3 改進(jìn)前后的結(jié)果比較
    4.3 本章小結(jié)
第五章 特種運(yùn)載車安全運(yùn)行狀態(tài)監(jiān)測(cè)平臺(tái)的軟件設(shè)計(jì)
    5.1 多數(shù)據(jù)采集的軟件設(shè)計(jì)
        5.1.1 多數(shù)據(jù)采集的軟件平臺(tái)
        5.1.2 多任務(wù)的設(shè)計(jì)
    5.2 數(shù)據(jù)傳輸層的軟件設(shè)計(jì)
        5.2.1 底層與無(wú)線模塊通信設(shè)計(jì)
        5.2.2 服務(wù)端軟件設(shè)計(jì)
    5.3 顯示終端軟件設(shè)計(jì)
        5.3.1 Web界面設(shè)計(jì)
        5.3.2 安卓APP界面
    5.4 本章小結(jié)
第六章 特種運(yùn)載車安全運(yùn)行狀態(tài)監(jiān)測(cè)平臺(tái)的系統(tǒng)測(cè)試
    6.1 數(shù)據(jù)采集系統(tǒng)硬件展示
    6.2 網(wǎng)絡(luò)層的搭建
    6.3 數(shù)據(jù)顯示界面
        6.3.1 Web端界面顯示
        6.3.2 安卓APP顯示
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
致謝
參考文獻(xiàn)



本文編號(hào)：3791388