| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 当前研究状况与发展趋势 | 第11-12页 |
| 1.3 本文研究内容及章节安排 | 第12-14页 |
| 第二章 汽车行驶姿态跟踪系统的硬件实现 | 第14-22页 |
| 2.1 系统硬件结构 | 第14-15页 |
| 2.2 数据采集电路 | 第15-20页 |
| 2.2.1 三轴加速度传感器MMA842Q | 第16-19页 |
| 2.2.2 角速度传感器ENC-03MB | 第19-20页 |
| 2.2.3 采集系统的安装位置 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 BP神经网络算法 | 第22-27页 |
| 3.1 BP神经网络算法介绍 | 第22-23页 |
| 3.2 BP神经网络在汽车行驶姿态跟踪系统研究中的适用性 | 第23-24页 |
| 3.3 BP神经网络的学习过程 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 车辆运行过程动态性能及姿态信息获取及信息处理 | 第27-43页 |
| 4.1 实验概述 | 第27-28页 |
| 4.2 数据预处理 | 第28-31页 |
| 4.3 特征值提取 | 第31-32页 |
| 4.4 车辆姿态的分析 | 第32-42页 |
| 4.4.1 刹车姿态分析 | 第33-36页 |
| 4.4.2 转弯姿态分析 | 第36-39页 |
| 4.4.3 翻车实验 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 神经网络算法仿真及效果分析 | 第43-51页 |
| 5.1 姿态初步识别系统测试实例 | 第44-46页 |
| 5.2 基于BP神经网络训练仿真 | 第46-50页 |
| 5.2.1 BP神经网络模型的确定 | 第46-48页 |
| 5.2.2 神经网络训练仿真实例 | 第48-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 6.1 结论 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |