| 中文摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 1 绪论 | 第11-24页 |
| 1.1 研究背景和意义 | 第11-15页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 塔机防碰撞监测技术 | 第12-15页 |
| 1.2 测障传感器性能比较 | 第15-16页 |
| 1.3 超声测障技术国内外研究现状 | 第16-21页 |
| 1.3.1 超声测距技术 | 第16-20页 |
| 1.3.2 超声目标识别技术 | 第20-21页 |
| 1.4 论文研究的主要内容及结构安排 | 第21-24页 |
| 2 远距离超声信号测量系统设计和超声信号特性实验 | 第24-50页 |
| 2.1 超声波性质 | 第24-27页 |
| 2.1.1 描述超声场的几个特征量 | 第24-26页 |
| 2.1.2 超声波的物理性质 | 第26-27页 |
| 2.2 远距离超声信号测量系统 | 第27-37页 |
| 2.2.1 系统组成 | 第28-33页 |
| 2.2.2 系统LabVIEW软件设计 | 第33-37页 |
| 2.3 超声波回波过程分析 | 第37-41页 |
| 2.4 超声信号特性实验 | 第41-49页 |
| 2.4.1 超声发射脉冲激励个数对回波幅值的影响 | 第41-44页 |
| 2.4.2 障碍物距离对超声回波幅值的影响 | 第44-47页 |
| 2.4.3 超声入射角对超声回波幅值的影响 | 第47-49页 |
| 2.5 本章小结 | 第49-50页 |
| 3 远距离超声回波消噪算法研究 | 第50-67页 |
| 3.1 超声回波信号的噪声特点和消噪评价指标 | 第50-52页 |
| 3.1.1 超声回波信号噪声的特点 | 第50-51页 |
| 3.1.2 消噪效果评价指标 | 第51-52页 |
| 3.2 传统数字滤波超声回波信号消噪算法 | 第52-55页 |
| 3.3 小波消噪理论及小波改进阈值消噪 | 第55-66页 |
| 3.3.1 小波变换理论 | 第55-57页 |
| 3.3.2 小波阈值消噪理论 | 第57-59页 |
| 3.3.3 小波改进阈值消噪 | 第59-60页 |
| 3.3.4 消噪仿真结果与分析 | 第60-64页 |
| 3.3.5 消噪实验结果与分析 | 第64-66页 |
| 3.4 本章小结 | 第66-67页 |
| 4 远距离障碍物超声测距算法研究 | 第67-106页 |
| 4.1 传统的阈值法和互相关测距 | 第67-84页 |
| 4.1.1 阈值法测距 | 第67-78页 |
| 4.1.1.1 仿真分析 | 第68-72页 |
| 4.1.1.2 实验分析 | 第72-78页 |
| 4.1.2 互相关法测距 | 第78-84页 |
| 4.1.2.1 仿真分析 | 第80-82页 |
| 4.1.2.2 实验分析 | 第82-84页 |
| 4.2 改进的包络峰值法测距 | 第84-94页 |
| 4.2.1 希尔伯特变换包络提取 | 第85-88页 |
| 4.2.2 仿真分析 | 第88-90页 |
| 4.2.3 实验分析 | 第90-94页 |
| 4.3 改进的峰值结合包络模型法测距 | 第94-101页 |
| 4.3.1 超声回波信号包络模型分析 | 第96-98页 |
| 4.3.2 实验分析 | 第98-100页 |
| 4.3.3 四种测距算法相对误差比较 | 第100-101页 |
| 4.4 多障碍物测距分析 | 第101-105页 |
| 4.4.1 多障碍物包络峰值法测距分析 | 第102-104页 |
| 4.4.2 多障碍物的峰值结合包络模型法测距分析 | 第104-105页 |
| 4.5 本章小结 | 第105-106页 |
| 5 障碍物超声回波幅值模型和识别 | 第106-141页 |
| 5.1 塔机障碍物的类型 | 第106-108页 |
| 5.2 障碍物的回波幅值模型 | 第108-121页 |
| 5.2.1 传感器张角能量系数 | 第108-112页 |
| 5.2.2 障碍物的有效反射面积比例系数 | 第112-118页 |
| 5.2.3 角类、面类、柱类的回波分析 | 第118-119页 |
| 5.2.4 障碍物反射比例系数 | 第119-120页 |
| 5.2.5 障碍物回波幅值模型 | 第120-121页 |
| 5.3 障碍物材质识别 | 第121-140页 |
| 5.3.1 传感器入射角与振动时间的关系 | 第121-124页 |
| 5.3.2 障碍物材质回波特征分析 | 第124-130页 |
| 5.3.2.1 时域特征分析 | 第124-127页 |
| 5.3.2.2 小波包时频域特征分析 | 第127-130页 |
| 5.3.3 特征优化 | 第130-133页 |
| 5.3.4 基于支持向量机的识别 | 第133-140页 |
| 5.3.4.1 最优分类面（线性可分情况） | 第133-134页 |
| 5.3.4.2 广义最优分类面（线性可分情况） | 第134-135页 |
| 5.3.4.3 基于核函数的支持向量机 | 第135-137页 |
| 5.3.4.4 支持向量机多分类算法 | 第137-138页 |
| 5.3.4.5 基于支持向量机的障碍物材质分类实验 | 第138-140页 |
| 5.4 本章小结 | 第140-141页 |
| 6 结论和展望 | 第141-144页 |
| 6.1 主要研究工作与结论 | 第141-142页 |
| 6.2 论文创新点 | 第142-143页 |
| 6.3 研究展望 | 第143-144页 |
| 致谢 | 第144-145页 |
| 参考文献 | 第145-155页 |
| 附录 攻读博士学位期间学术成果 | 第155-156页 |