风力发电机机舱远程火灾监控系统设计
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 课题的研究背景与意义 | 第10-12页 |
1.2 设计需求 | 第12页 |
1.3 国内外研究现状 | 第12-14页 |
1.4 论文的主要工作和结构安排 | 第14-16页 |
第二章 火灾监控系统数据融合基本理论 | 第16-27页 |
2.1 数据融合基本概念 | 第16-17页 |
2.2 数据融合研究现状 | 第17-18页 |
2.3 数据融合技术与火灾监控系统的关系 | 第18-19页 |
2.4 火灾监控系统数据融合基本结构 | 第19-26页 |
2.4.1 人工神经网络 | 第20-22页 |
2.4.2 BP神经网络特征融合器设计 | 第22-26页 |
2.5 本章小结 | 第26-27页 |
第三章 系统硬件平台搭建 | 第27-40页 |
3.1 监控系统总体设计方案 | 第27-28页 |
3.2 嵌入式处理器以及操作系统选型 | 第28-30页 |
3.3 系统辅助电路 | 第30-33页 |
3.3.1 存储模块 | 第30页 |
3.3.2 串口装换模块 | 第30-31页 |
3.3.3 以太网接口模块 | 第31-32页 |
3.3.4 3G无线通讯模块 | 第32-33页 |
3.4 火灾检测模块 | 第33-38页 |
3.4.1 温度传感器 | 第33-35页 |
3.4.2 MQ-2 烟雾传感器 | 第35-38页 |
3.4.3 MQ-7 CO传感器 | 第38页 |
3.5 本章小结 | 第38-40页 |
第四章 系统软件设计与实现 | 第40-53页 |
4.1 LINUX操作系统移植 | 第40-47页 |
4.1.1 交叉编译环境的搭建 | 第40-41页 |
4.1.2 Bootloader的移植 | 第41-43页 |
4.1.3 Linux内核及驱动的移植 | 第43-46页 |
4.1.4 根文件系统的移植 | 第46-47页 |
4.2 传感器节点软件设计 | 第47-50页 |
4.2.1 温度数据采集流程 | 第47-49页 |
4.2.2 烟雾与CO传感器数据采集流程 | 第49-50页 |
4.3 采集数据融合 | 第50-52页 |
4.4 本章小结 | 第52-53页 |
第五章 系统仿真与测试结果分析 | 第53-66页 |
5.1 BP神经网络模型参数设计 | 第53-54页 |
5.1.1 隐蔽层数目选取 | 第53页 |
5.1.2 学习率η的选取 | 第53页 |
5.1.3 联接初始权值的选取 | 第53-54页 |
5.2 MATLAB神经网络样本训练 | 第54-58页 |
5.3 仿真结果分析 | 第58-62页 |
5.4 实际环境测试 | 第62-65页 |
5.5 本章小结 | 第65-66页 |
第六章 结论 | 第66-68页 |
6.1 本文的主要贡献 | 第66页 |
6.2 下一步工作的展望 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-71页 |