基于OTG协议的气体数据采集与识别算法的研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义与目的 | 第10-11页 |
| 1.2.1 研究意义 | 第10-11页 |
| 1.2.2 研究目的 | 第11页 |
| 1.3 理论意义及实际应用价值 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-13页 |
| 1.5 论文的结构 | 第13-15页 |
| 第2章 OTG协议的简介 | 第15-25页 |
| 2.1 USB OTG技术背景 | 第15-16页 |
| 2.2 USB OTG的通信协议 | 第16-20页 |
| 2.2.1 双重角色设备(DRD) | 第16-17页 |
| 2.2.2 对话请求协议(SRP) | 第17-18页 |
| 2.2.3 主从交换协议(HNP) | 第18-19页 |
| 2.2.4 USB OTG系统结构 | 第19-20页 |
| 2.3 USB OTG通信过程 | 第20-23页 |
| 2.3.1 上电侦听 | 第20页 |
| 2.3.2 设备枚举 | 第20-23页 |
| 2.4 FPGA技术 | 第23-24页 |
| 2.4.1 FPGA工作原理 | 第23-24页 |
| 2.4.2 FPGA设计流程 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 数据采集系统整体设计 | 第25-33页 |
| 3.1 数据采集系统的简介 | 第25页 |
| 3.2 数据采集系统整体设计 | 第25-31页 |
| 3.2.1 传感器模块 | 第26页 |
| 3.2.2 A/D转换模块 | 第26-27页 |
| 3.2.3 FPGA模块 | 第27-29页 |
| 3.2.4 USB OTG接口模块 | 第29-30页 |
| 3.2.5 Android智能设备 | 第30-31页 |
| 3.3 数据采集系统流程 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 气体识别算法的研究 | 第33-45页 |
| 4.1 主成分分析法(PCA) | 第33-35页 |
| 4.1.1 主成分分析法的基本原理 | 第33页 |
| 4.1.2 主成分分析法的计算步骤 | 第33-35页 |
| 4.1.3 主成分分析法的优缺点 | 第35页 |
| 4.2 人工神经网络 | 第35-39页 |
| 4.2.1 概述 | 第35-36页 |
| 4.2.2 基本原理 | 第36-37页 |
| 4.2.3 网络结构 | 第37-38页 |
| 4.2.4 人工神经网络的特点及其应用领域 | 第38-39页 |
| 4.3 BP神经网络 | 第39-44页 |
| 4.3.1 BP神经网络的简介 | 第39-40页 |
| 4.3.2 BP神经网络算法的优化 | 第40页 |
| 4.3.3 BP神经网络算法的推算过程 | 第40-42页 |
| 4.3.4 BP神经网络算法的流程 | 第42-43页 |
| 4.3.5 BP神经网络设计的基本原则 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验及其结果分析 | 第45-54页 |
| 5.1 数据预处理与特征提取 | 第45-47页 |
| 5.1.1 传感器阵列的气体响应 | 第45-46页 |
| 5.1.2 基于PCA的特征提取 | 第46-47页 |
| 5.2 基于BP算法的数据处理 | 第47-53页 |
| 5.2.1 BP神经网络模型的建立 | 第47-48页 |
| 5.2.2 响应函数的选取 | 第48-49页 |
| 5.2.3 BP神经网络的训练与实现 | 第49-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间所开展的科研项目和发表的学术论文 | 第59-60页 |
| 附录1 (枚举过程) | 第60-62页 |
| 附录2 (IN和OUT中断请求) | 第62-63页 |
