| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·概述 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·信号滤波国内外现状 | 第11-12页 |
| ·非线性静态解耦的国内外现状 | 第12-13页 |
| ·论文的选题意义、课题来源和主要的研究内容 | 第13-15页 |
| 第2章 基础知识与理论 | 第15-27页 |
| ·小波变换基础知识 | 第15-17页 |
| ·小波变换简介 | 第15-16页 |
| ·多分辨分析方法 | 第16-17页 |
| ·人工神经网络基础知识 | 第17-20页 |
| ·BP 网络结构模型 | 第17-18页 |
| ·RBF 网络结构模型 | 第18-19页 |
| ·小波神经网络结构模型 | 第19-20页 |
| ·遗传算法基础知识 | 第20-26页 |
| ·问题空间编码方法 | 第21页 |
| ·种群初始化 | 第21-22页 |
| ·适应度函数和优化准则的设计 | 第22页 |
| ·遗传操作和规模设计 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 六维力传感器信号消噪研究 | 第27-42页 |
| ·引言 | 第27页 |
| ·小波阈值消噪原理和步骤 | 第27-29页 |
| ·基于小波变换的六维力传感器信号消噪应用研究 | 第29-33页 |
| ·小波基函数选取 | 第29-30页 |
| ·小波分解层数确定 | 第30-31页 |
| ·门限阈值选取 | 第31-33页 |
| ·阈值函数 | 第33页 |
| ·六维力传感器输出信号消噪仿真 | 第33-41页 |
| ·自动消噪 | 第34-37页 |
| ·强制阈值和默认阈值消噪 | 第37-38页 |
| ·混合阈值消噪 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 六维力传感器非线性静态解耦研究 | 第42-68页 |
| ·六维力传感器非线性静态解耦方法 | 第42页 |
| ·样本形成与归一化处理 | 第42-43页 |
| ·六维力传感器性能评价 | 第43-44页 |
| ·基于神经网络的六维力传感器静态解耦 | 第44-46页 |
| ·基于神经网络的六维力传感器解耦原理 | 第44-45页 |
| ·六维力传感器的神经网络解耦模型设计 | 第45-46页 |
| ·混合递阶遗传算法优化BP 网络应用设计 | 第46-53页 |
| ·HHDTGA-BP 算法染色体结构 | 第46-47页 |
| ·HHDTGA-BP 算法设计 | 第47-48页 |
| ·基于HHDTGA-BP 网络解耦仿真实验与结果分析 | 第48-53页 |
| ·混合递阶遗传算法优化RBF 网络应用设计 | 第53-59页 |
| ·HHDTGA-RBF 算法染色体结构 | 第53页 |
| ·HHDTGA-RBF 算法设计 | 第53-54页 |
| ·基于HHDTGA-RBF 网络解耦仿真实验与结果分析 | 第54-59页 |
| ·混合递阶遗传算法优化小波神经网络应用设计 | 第59-67页 |
| ·HHDTGA-Wavelet 算法染色体结构 | 第59-60页 |
| ·HHDTGA-Wavelet 算法设计 | 第60-61页 |
| ·基于HHDTGA-Wavelet 网络解耦仿真和结果分析 | 第61-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 六维力传感器静态标定实验 | 第68-83页 |
| ·概述 | 第68页 |
| ·六维力传感器静态标定的硬件支持 | 第68-70页 |
| ·六维力传感器静态标定软件设计 | 第70-77页 |
| ·信号消噪设计 | 第70-72页 |
| ·六维力传感器非线性静态解耦模块设计 | 第72-77页 |
| ·实验步骤和结果分析 | 第77-82页 |
| ·静态标定加载实验步骤 | 第77-78页 |
| ·静态标定实验结果分析 | 第78-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 附录1 六维力传感器训练样本数据 | 第85-91页 |
| 附录2 六维力传感器测试样本数据 | 第91-97页 |
| 参考文献 | 第97-102页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第102-103页 |
| 致谢 | 第103-104页 |
| 作者简介 | 第104页 |
