| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-14页 |
| ·课题研究的背景与意义 | 第11-12页 |
| ·课题的研究现状 | 第12-13页 |
| ·本论文的主要工作 | 第13-14页 |
| 第2章 光纤入侵探测系统介绍 | 第14-18页 |
| ·系统原理 | 第14-15页 |
| ·光纤传感原理 | 第14页 |
| ·光纤入侵探测系统原理 | 第14-15页 |
| ·系统组成 | 第15-18页 |
| ·光纤干涉子系统 | 第16页 |
| ·数据采集处理子系统 | 第16-17页 |
| ·上位机子系统 | 第17-18页 |
| 第3章 光纤入侵探测系统模式识别方案 | 第18-32页 |
| ·系统模式识别简介 | 第18-19页 |
| ·模式概念 | 第18页 |
| ·模式识别流程 | 第18-19页 |
| ·系统模式识别关键步骤设计 | 第19-31页 |
| ·信号特征参数提取 | 第19-23页 |
| ·分类算法选择 | 第23-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于BP神经网络的模式识别算法设计及仿真 | 第32-46页 |
| ·系统模式识别算法介绍 | 第32页 |
| ·信号特征提取方法设计和仿真 | 第32-37页 |
| ·信号采样率和起止点的确定 | 第32-33页 |
| ·小波分析的基本理论 | 第33-36页 |
| ·小波包变换用于系统信号特征提取 | 第36-37页 |
| ·基于BP神经网络的入侵行为分类算法设计和仿真 | 第37-45页 |
| ·BP神经网络工作原理 | 第37-39页 |
| ·BP神经网络设计 | 第39-40页 |
| ·BP神经网络仿真 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于BP神经网络的模式识别算法的DSP实现 | 第46-54页 |
| ·开发平台介绍 | 第46-48页 |
| ·DSP概述 | 第46-47页 |
| ·硬件电路接口 | 第47-48页 |
| ·软件的总体架构设计 | 第48-49页 |
| ·软件设计思想 | 第48页 |
| ·软件总体架构 | 第48-49页 |
| ·软件程序设计 | 第49-53页 |
| ·样本采集模块 | 第49-50页 |
| ·小波包分解模块 | 第50-51页 |
| ·BP神经网络学习模块 | 第51-53页 |
| ·BP神经网络预测模块 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第6章 BP神经网络验证和改进 | 第54-64页 |
| ·实验结果和分析 | 第54-60页 |
| ·实验平台 | 第54-55页 |
| ·实验过程 | 第55-59页 |
| ·实验结果分析 | 第59-60页 |
| ·BP算法存在的问题 | 第60页 |
| ·BP算法改进和验证 | 第60-63页 |
| ·BP算法改进 | 第60-61页 |
| ·BP算法验证 | 第61-62页 |
| ·其他训练技巧 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第7章 总结和展望 | 第64-65页 |
| ·工作总结 | 第64页 |
| ·工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录 | 第68页 |