基于神经网络的莫尔条纹信号细分方法及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·课题来源 | 第11页 |
| ·课题研究的意义 | 第11-12页 |
| ·计量光栅技术的发展 | 第12-13页 |
| ·国外发展状况 | 第12页 |
| ·国内发展状况 | 第12-13页 |
| ·本课题研究的内容 | 第13-14页 |
| 第二章 光栅位移测量原理及方法 | 第14-23页 |
| ·莫尔条纹原理及特点 | 第14-16页 |
| ·莫尔条纹信号细分技术 | 第16-22页 |
| ·移相电阻链细分法 | 第17页 |
| ·幅度分割式细分法 | 第17-18页 |
| ·载波鉴相法 | 第18-19页 |
| ·锁相倍频法 | 第19页 |
| ·神经网络细分法 | 第19-22页 |
| ·本章小节 | 第22-23页 |
| 第三章 基于神经网络的光栅信号细分方法研究 | 第23-46页 |
| ·人工神经网络理论 | 第23-29页 |
| ·人工神经网络简介 | 第23页 |
| ·人工神经网络的发展历史 | 第23-24页 |
| ·人工神经网络的特点 | 第24-25页 |
| ·人工神经网络模型 | 第25-28页 |
| ·人工神经网络的分类 | 第28-29页 |
| ·神经网络细分实现方法 | 第29-30页 |
| ·细分基本思想 | 第29页 |
| ·神经网络训练样本的选取 | 第29页 |
| ·神经网络的区间划分 | 第29-30页 |
| ·神经网络类型的选取 | 第30-39页 |
| ·BP网络 | 第30-32页 |
| ·RBF神经网络 | 第32-33页 |
| ·两种神经网络学习结果比较 | 第33-39页 |
| ·基于RBF神经网络的光栅细分方法 | 第39-45页 |
| ·径向基函数网络的工作原理 | 第39-40页 |
| ·影响RBF神经网络的因素 | 第40-42页 |
| ·基于RBF神经网络分段训练方法 | 第42-45页 |
| ·本章小节 | 第45-46页 |
| 第四章 系统硬件实现方案及应用 | 第46-58页 |
| ·硬件总体设计概述 | 第46-50页 |
| ·系统总体结构 | 第46页 |
| ·数字信号处理器概述 | 第46-50页 |
| ·测量放大器的设计 | 第50-51页 |
| ·提高细分精度的措施 | 第51页 |
| ·整形电路设计 | 第51-53页 |
| ·相位调制电路设计 | 第53-54页 |
| ·数据采集 | 第54-56页 |
| ·数据采集模型 | 第54页 |
| ·A/D误差校正 | 第54-56页 |
| ·人机接口单元设计 | 第56-57页 |
| ·光栅位移测量的实际应用 | 第57页 |
| ·本章小节 | 第57-58页 |
| 第五章 系统软件设计 | 第58-74页 |
| ·软件总体设计 | 第58页 |
| ·辨向计数软件设计 | 第58-59页 |
| ·FIR滤波 | 第59-63页 |
| ·滤波器的设计 | 第59-60页 |
| ·DSP实现FIR滤波 | 第60-63页 |
| ·数据采集的程序设计 | 第63-64页 |
| ·神经网络程序设计 | 第64-72页 |
| ·神经网络计算 | 第65-66页 |
| ·提高软件计算时间的方法 | 第66-72页 |
| ·人机接口单元程序设计 | 第72-73页 |
| ·本章小节 | 第73-74页 |
| 第六章 系统调试 | 第74-79页 |
| ·样本采样及调试结果 | 第74-77页 |
| ·系统调试中的问题 | 第77-78页 |
| ·本章小节 | 第78-79页 |
| 第七章 结论 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 附录 神经网络子程序 | 第84-90页 |
| 在学研究成果 | 第90-91页 |
| 致谢 | 第91页 |
