森林与草原火灾监测预警的信息学基础——设计者和应用者视角

第1章绪论1
参考文献4

第2章林草火灾监测预警概述6
2.1林草火灾概念与研究范畴6
2.2林草火灾监测预警研究内容9
2.2.1林草火灾监测预警系统边界划分9
2.2.2研究内容10
2.3林草火灾监测预警的分类11
2.3.1未燃阶段监测预警12
2.3.2燃烧初期阶段监测12
2.3.3燃烧蔓延发展阶段监测13
2.4林草火灾监测预警技术发展13
2.5监测预警系统应用者视角14
2.5.1领域需求分析15
2.5.2应用需求分析15
2.6监测预警系统设计者视角15
2.6.1技术需求分析15
2.6.2系统形式化建模16
2.7监测预警业务与系统16
2.7.1体系架构16
2.7.2业务与功能18
2.7.3系统与实现18
2.7.4评估策略19
2.8降低监测预警系统成本途径19
2.8.1前端优化20
2.8.2本质安全验证20
2.9监测预警系统的云计算设计与验证20
2.9.1云计算与可计算架构20
2.9.2监测预警系统形式化体系架构21
2.9.3业务流程与系统实现验证21
2.10计算视觉与计算智能22
2.10.1基于视觉的感知系统模型23
2.10.2计算智能与认知系统模型23
2.10.3基于视觉的火险监测23
2.10.4视觉导航与定位24
思考题24
参考文献25

第3章无线传感器布局与信息传输26
3.1无线传感器网络与通信协议26
3.2无线传感器布局与传输技术研究现状27
3.3基于CVaR子模效益模型传感器布局优化29
3.3.1节点不确定性布局研究背景29
3.3.2基于CVaR的子模效益模型30
3.3.3改进贪婪算法32
3.3.4实验与分析34
3.4基于IHACA-COpSPIEL算法无线传感器布局与传输优化38
3.4.1布局与传输优化研究背景38
3.4.2无线传感器布局与传输问题39
3.4.3IHACA-COpSPIEL传感器布局方法40
3.4.4无线传感网络路由协议44
3.4.5实验与分析48
思考题55
参考文献55

第4章基于视觉林草火灾影像智能监测58
4.1相关研究技术简介58
4.2基于深度卷积网络(DC-ILSTM)林草烟雾影像监测62
4.2.1集成式长短期记忆网络(ILSTM)63
4.2.2基于VGG-16网络优化卷积层参数65
4.2.3基于DC-ILSTM网络森林火灾烟雾检测方法67
4.2.4实验结果与分析68
4.3基于关联域(DC-CMEDA)林草烟雾影像迁移学习72
4.3.1基于resnet50网络提取各领域数据特征73
4.3.2构建关联式流形分布配准算法75
4.3.3基于DC-CMEDA森林火灾烟雾识别检测方法79
4.3.4实验结果与分析80
4.3.5小结86
思考题86
参考文献87

第5章林草火灾监测预警火环境模型90
5.1研究背景与关键问题90
5.1.1BPNN-DIOC理论模型91
5.1.2预测与分析97
5.2森林火险气象指数系统应用103
5.2.1研究数据与分析104
5.2.2基于BPNN-DIOC气温空间插值研究106
5.3气象因子与林草火灾应用108
5.3.1研究区域自然概况108
5.3.2气象因子与林火发生相关性分析109
5.3.3基于BPNN-DIOC网络林火发生预测模型109
思考题112
参考文献112

第6章自主机器人系统架构与设计114
6.1自主机器人系统架构114
6.2基于视觉的感知系统115
6.2.1相机模型115
6.2.2大视距RGB-D相机视觉里程计建模119
6.3计算智能与认知系统127
6.3.1模糊Elman-DIOC神经网络模型127
6.3.2基于模糊Elman-DIOC网络移动机器人路径规划131
6.4控制器与执行系统138
6.4.1PID控制模型139
6.4.2基于ACPSO-WFLN的PID控制系统141
思考题148
参考文献149

第7章旋翼式飞行器设计与应用151
7.1抗风干扰研究现状151
7.2旋翼风场模型与空气动力学分析153
7.2.1风场模型153
7.2.2风场环境下四旋翼飞行器系统建模156
7.3旋翼控制器抗干扰设计162
7.3.1位置控制器163
7.3.2姿态控制器164
7.3.3状态估计器164
7.4旋翼式飞行器应用164
7.4.1定点悬停166
7.4.2轨迹跟踪应用168
7.4.3风速估计170
7.4.4小结172
思考题172
参考文献172

第8章轮式机器人系统设计与应用174
8.1概述174
8.2产品原型设计175
8.2.1需求分析176
8.2.2产品设计指标177
8.2.3算法研究177
8.2.4机械与电气设计179
8.3运动学建模与避障180
8.3.1运动学模型180
8.3.2避障优化184
8.4虚拟仿真189
8.4.1模型转换189
8.4.2三维可视化仿真190
8.5建图与定位验证192
8.5.1在线建图与避障193
8.5.2定位194
8.5.3小结194
思考题194
参考文献195

第9章基于云计算监测预警系统形式化验证196
9.1云计算系统与可计算架构197
9.1.1云计算特征197
9.1.2可计算架构三元组197
9.1.3问题求解模型198
9.1.4云信息系统模型199
9.1.5从原子操作到原子构件201
9.1.6LL7201
9.2监测预警系统体系架构202
9.2.1CBMEWS4FGF总体框架202
9.2.2CBMEWS4FGF架构抽象模型205
9.2.3体系结构描述语言LL7206
9.3监测预警系统形式化建模213
9.3.1构建CBMEWS4FGF体系架构213
9.3.2建模方法214
9.3.3形式化建模216
9.3.4形式化验证217
9.3.5形式化验证工具219
9.3.6小结222
9.4业务流程路径追踪与模型检测222
9.4.1流程到代码实现机制223
9.4.2业务流程执行路径追踪224
9.4.3小结229
9.5多线程程序形式化建模229
9.5.1C/C++多线程程序到CSP#转换框架230
9.5.2C++CSP框架语言形式化建模233
9.5.3系统形式化验证234
9.5.4小结235
思考题235
参考文献235

第10章以信息视角探讨林草火灾监测预警机器人研发人才培养教学模型238
10.1研究背景简介238
10.1.1历史与现状238
10.1.2研究目标240
10.1.3关键点241
10.1.4主要特点241
10.2研究与教学系统需求242
10.2.1项目总体框架242
10.2.2信息学基础理论与自主机器人核心理论243
10.2.3自主机器人理论与产品245
10.2.4自主机器人产品实践246
10.2.5小结246
10.3自主机器人教学与实践模型246
10.3.1系统边界246
10.3.2控制模型247
10.3.3教学系统模型249
10.3.4小结249
10.4联合培养模式249
10.4.1产品需求驱动250
10.4.2产业需求驱动250
10.4.3小结251
10.5实施与效果评价251
10.5.1完成的主要工作251
10.5.2效果评价252
思考题252
参考文献252