非线性系统中多参量优化方法的应用--汽车轮胎压力监测系统的天线设计研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·非线性系统建模及其优化的意义 | 第8-9页 |
| ·人工神经网络及遗传算法应用的可行性 | 第9-11页 |
| ·TPMS的背景及其应用 | 第11-13页 |
| ·天线的发展及现状 | 第13-15页 |
| ·本文的主要内容 | 第15-16页 |
| 第二章 人工神经网络和遗传算法 | 第16-31页 |
| ·径向基神经网络 | 第16-23页 |
| ·RBF神经网络的结构 | 第17-18页 |
| ·RBF神经网络样本的选择 | 第18-19页 |
| ·RBF神经网络的中心选取 | 第19-23页 |
| ·遗传算法 | 第23-28页 |
| ·遗传算法的原理 | 第23-24页 |
| ·遗传算法的流程 | 第24-28页 |
| ·编码 | 第25-26页 |
| ·适应函数 | 第26页 |
| ·选择 | 第26-27页 |
| ·交叉 | 第27页 |
| ·变异 | 第27-28页 |
| ·人工神经网络和遗传算法在天线中的应用 | 第28-31页 |
| 第三章 简介 TPMS及其天线 | 第31-42页 |
| ·TPMS的原理 | 第31页 |
| ·TPMS的组成 | 第31-33页 |
| ·TPMS天线分析 | 第33-42页 |
| ·轮胎对天线的影响 | 第33-37页 |
| ·天线设计要求 | 第37-39页 |
| ·多普勒效应的考虑 | 第39-42页 |
| 第四章 法向螺旋天线的分析与设计 | 第42-53页 |
| ·原理及设计 | 第42-46页 |
| ·建模与优化、仿真 | 第46-51页 |
| ·实验及结果 | 第51-53页 |
| 第五章 电小环天线的分析与设计 | 第53-66页 |
| ·原理 | 第53-58页 |
| ·设计 | 第58-61页 |
| ·建模与优化、仿真 | 第61-66页 |
| 第六章 TPMS天线的比较 | 第66-70页 |
| ·法向螺旋天线与偶极子的比较 | 第66-67页 |
| ·电小环天线与偶极子的比较 | 第67-68页 |
| ·法向螺旋天线与电小环天线的比较 | 第68-70页 |
| 第七章 结论与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 攻读学位期间的研究成果 | 第74页 |
