| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 LED背光系统的发展现状 | 第10-12页 |
| 1.2.2 LED背光系统控制方法研究现状 | 第12-13页 |
| 1.2.3 LED背光系统对视觉舒适度影响研究现状 | 第13-16页 |
| 1.3 课题来源 | 第16页 |
| 1.4 课题研究内容 | 第16-19页 |
| 第二章 LED背光系统控制理论与测试方法 | 第19-35页 |
| 2.1 PID算法概述 | 第19-22页 |
| 2.1.1 PID控制器原理 | 第19-20页 |
| 2.1.2 数字PID控制器 | 第20-22页 |
| 2.2 神经网络算法概述 | 第22-29页 |
| 2.2.1 神经元模型 | 第23-25页 |
| 2.2.2 人工神经网络结构 | 第25-26页 |
| 2.2.3 误差逆传播算法 | 第26-29页 |
| 2.3 LED背光控制系统相关光学参数测量 | 第29-34页 |
| 2.3.1 LED背光显示屏背光源光色特性参数的测量 | 第29-31页 |
| 2.3.2 LED背光显示屏背光控制系统光色特性参数的测量 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 LED背光显示屏视觉舒适度模型建立 | 第35-57页 |
| 3.1 LED背光显示屏光色特性 | 第35-42页 |
| 3.2 LED背光显示屏视觉舒适度影响实验 | 第42-48页 |
| 3.2.1 实验准备 | 第42-44页 |
| 3.2.2 评价标准 | 第44页 |
| 3.2.3 实验步骤与过程 | 第44-45页 |
| 3.2.4 视觉舒适度客观测量与主观评价实验 | 第45-48页 |
| 3.3 LED背光亮度最优视觉调光等级预测模型 | 第48-56页 |
| 3.3.1 亮度预测模型的数据获取 | 第48页 |
| 3.3.2 BP神经网络模型建立 | 第48-52页 |
| 3.3.3 实验结果与分析 | 第52-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 基于BP神经网络的LED背光控制系统设计 | 第57-73页 |
| 4.1 系统总体设计 | 第57-59页 |
| 4.1.1 总体需求 | 第57页 |
| 4.1.2 总体功能设计 | 第57-59页 |
| 4.2 硬件设计 | 第59-64页 |
| 4.2.1 硬件总体设计 | 第59页 |
| 4.2.2 硬件选型 | 第59-64页 |
| 4.2.3 硬件电路设计 | 第64页 |
| 4.3 软件设计 | 第64-72页 |
| 4.3.1 总体架构 | 第64-65页 |
| 4.3.2 同步数据采集 | 第65-66页 |
| 4.3.4 最优视觉调光算法在LabVIEW中实现 | 第66-68页 |
| 4.3.5 基于TCP的C-S通信结构 | 第68-71页 |
| 4.3.6 人机交互界面 | 第71-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 系统测试 | 第73-81页 |
| 5.1 系统LED光源测试 | 第73-74页 |
| 5.2 增量PID算法仿真测试 | 第74-77页 |
| 5.3 整机系统测试 | 第77-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81页 |
| 6.2 展望 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 发表论文和参加科研情况 | 第89-91页 |
| 致谢 | 第91页 |
