摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-12页 |
1.1 研究背景和意义 | 第9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 山洪预警系统的发展概况 | 第9-10页 |
1.2.2 传输系统的发展概况 | 第10页 |
1.3 研究的内容 | 第10-11页 |
1.4 论文结构安排 | 第11-12页 |
第二章 山洪预警系统总体结构设计 | 第12-18页 |
2.1 无线传感网的概述 | 第12-14页 |
2.1.1 无线传感网的体系结构 | 第12页 |
2.1.2 无线传感网的特点 | 第12-13页 |
2.1.3 网络节点的构成 | 第13-14页 |
2.2 山洪预警系统下的无线传感网 | 第14-18页 |
2.2.1 山洪预警系统整体结构 | 第14-15页 |
2.2.2 通信协议的设计 | 第15-16页 |
2.2.3 无线传感网路由协议设计 | 第16-17页 |
2.2.4 数据的汇聚 | 第17-18页 |
第三章 山洪预警系统数据采集单元的设计 | 第18-34页 |
3.1 无线通信方式的选择 | 第18-19页 |
3.2 处理器模块的设计 | 第19页 |
3.3 无线通信模块设计 | 第19-21页 |
3.4 网络节点低功耗设计 | 第21-22页 |
3.4.1 通信管理的节能机制 | 第21页 |
3.4.2 传感器节点低功耗设计 | 第21-22页 |
3.4.3 实验调试 | 第22页 |
3.5 传感器节点软件设计 | 第22-26页 |
3.5.1 主程序设计 | 第23页 |
3.5.2 无线通信模块程序设计 | 第23-26页 |
3.6 网关节点硬件设计 | 第26-28页 |
3.7 网关节点软件设计 | 第28-30页 |
3.8 网关节点程序远程更新实现 | 第30-31页 |
3.9 数据采集单元 | 第31-33页 |
3.9.1 温度采集模块 | 第31-32页 |
3.9.2 雨量采集模块 | 第32页 |
3.9.3 流量采集模块 | 第32-33页 |
3.10 本章小结 | 第33-34页 |
第四章 基于神经网络山洪预警系统方法研究 | 第34-44页 |
4.1 贝叶斯水文预报 | 第34-35页 |
4.1.1 贝叶斯公式 | 第34页 |
4.1.2 贝叶斯水文预报研究 | 第34-35页 |
4.1.3 先验分布与似然函数的确定方法 | 第35页 |
4.1.4 贝叶斯水文预报存在的问题 | 第35页 |
4.2 BP 神经网络 | 第35-40页 |
4.2.1 BP 神经网络的结构 | 第35-36页 |
4.2.2 BP 网络算法的研究 | 第36-37页 |
4.2.3 BP 神经网络在预测模型中存在的局限性 | 第37-38页 |
4.2.4 改进 BP 神经网络的方法研究 | 第38-40页 |
4.3 神经元增长和修剪型贝叶斯水文预报模型 | 第40-42页 |
4.3.1 增长-修剪型神经网络算法的研究 | 第40页 |
4.3.2 流量先验分布 | 第40-41页 |
4.3.3 流量似然函数 | 第41页 |
4.3.4 流量后验分布的确定 | 第41-42页 |
4.4 实例分析 | 第42-43页 |
4.5 本章小结 | 第43-44页 |
第五章 山洪预警系统远程监控的实现 | 第44-50页 |
5.1 监控系统的构成 | 第44-45页 |
5.2 通信协议设计 | 第45-48页 |
5.2.1 注册网关设备 | 第45-46页 |
5.2.2 时间同步 | 第46页 |
5.2.3 网关设备状态 | 第46-47页 |
5.2.4 控制指令 | 第47页 |
5.2.5 数据校验 | 第47-48页 |
5.3 客户端的构成 | 第48-49页 |
5.4 总结 | 第49-50页 |
第六章 总结和展望 | 第50-51页 |
6.1 本论文已完成的工作 | 第50页 |
6.2 课题展望 | 第50-51页 |
参考文献 | 第51-54页 |
致谢 | 第54-55页 |
附录 1 攻读学位期间取得的学术成果 | 第55-56页 |
详细摘要 | 第56-62页 |