| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 桥梁监测系统发展现状及主要监测内容 | 第9-10页 |
| 1.3 多传感器信息融合技术的概述 | 第10-11页 |
| 1.3.1 多传感器信息融合技术的国内外研究现状 | 第10-11页 |
| 1.3.2 多传感器信息融合技术的优点 | 第11页 |
| 1.4 本文主要研究内容 | 第11-13页 |
| 第二章 桥梁监测传感网络及技术分析 | 第13-22页 |
| 2.1 传感器选择因素分析 | 第13-14页 |
| 2.2 传感器基本原理分析 | 第14-17页 |
| 2.2.1 Brag光纤光栅传感器 | 第14-15页 |
| 2.2.2 压电式加速度传感器 | 第15-16页 |
| 2.2.3 双轴倾角传感器 | 第16-17页 |
| 2.3 数据转换算法研究分析 | 第17-20页 |
| 2.3.1 倾角挠度转换算法设计 | 第17-18页 |
| 2.3.2 三次样条插值曲线拟合 | 第18-19页 |
| 2.3.3 光波长应变转换算法分析 | 第19-20页 |
| 2.4 桥梁监测系统的软件技术分析 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 桥梁监测硬件系统搭建及数据采集系统设计 | 第22-38页 |
| 3.1 桥梁结构与硬件系统分析 | 第22-23页 |
| 3.2 传感器子系统 | 第23-27页 |
| 3.2.1 传感器安装与优化布置方法 | 第23-25页 |
| 3.2.2 基于有效独立法传感器优化布置 | 第25-27页 |
| 3.3 数据采集子系统 | 第27-28页 |
| 3.4 基于LabVIEW的数据采集系统的联调联试 | 第28-37页 |
| 3.4.1 传感器数据采集步骤 | 第28-29页 |
| 3.4.2 串口通信函数分析 | 第29-31页 |
| 3.4.3 基于LabVIEW数据采集显示编程实现 | 第31-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 桥梁监测系统服务端软件设计 | 第38-52页 |
| 4.1 数据库实现 | 第38-41页 |
| 4.1.1 数据库设计准则与数据表设计 | 第38-40页 |
| 4.1.2 数据库优化 | 第40-41页 |
| 4.2 软件架构MVC模式分析与设计 | 第41-42页 |
| 4.3 软件系统功能模块分析与编程实现 | 第42-51页 |
| 4.3.1 用户管理 | 第43-44页 |
| 4.3.2 传感器管理 | 第44-45页 |
| 4.3.3 报警管理 | 第45-47页 |
| 4.3.4 数据管理 | 第47-48页 |
| 4.3.5 系统管理 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 多传感器信息融合算法设计及仿真 | 第52-76页 |
| 5.1 融合系统结构的设计 | 第52-54页 |
| 5.2 信息融合算法分析 | 第54-61页 |
| 5.2.1 Kalman滤波 | 第54-57页 |
| 5.2.2 SVM支持向量机 | 第57-59页 |
| 5.2.3 人工神经网络 | 第59-61页 |
| 5.3 BP神经网络算法及数据相关性分析 | 第61-66页 |
| 5.3.1 BP算法分析 | 第61-63页 |
| 5.3.2 误差函数局部最小值缺陷优化 | 第63-65页 |
| 5.3.3 多传感器数据相关性分析 | 第65-66页 |
| 5.4 基于MATLAB的三层BP神经网络的设计与仿真 | 第66-75页 |
| 5.4.1 三层BP神经网络结构 | 第66-67页 |
| 5.4.2 BP网络中函数的确定 | 第67-68页 |
| 5.4.3 样本数据准备及网络参数确定 | 第68-70页 |
| 5.4.4 BP网络带参训练 | 第70-72页 |
| 5.4.5 模式识别测试结果分析 | 第72-74页 |
| 5.4.6 单传感器数据融合缺陷 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 后续工作展望 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第80-81页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第81-82页 |
| 致谢 | 第82页 |
