| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1-1 论文选题的研究背景 | 第8-10页 |
| 1-1-1 新能源汽车发展中的安全问题 | 第8-9页 |
| 1-1-2 车辆在线监控系统的研究现状 | 第9-10页 |
| §1-2 课题研究的目的及意义 | 第10-11页 |
| §1-3 本文研究主要内容 | 第11-12页 |
| 第二章 新能源汽车在线监控预警系统设计 | 第12-18页 |
| §2-1 系统工作原理及功能介绍 | 第12-13页 |
| §2-2 无线通信模块设计 | 第13-15页 |
| 2-2-1 808 协议分析 | 第13-15页 |
| 2-2-2 无线数据传输设计 | 第15页 |
| §2-3 在线预警模块设计 | 第15-17页 |
| 2-3-1 车辆定位监控报警 | 第15-16页 |
| 2-3-2 电池荷电状态（SOC）预警 | 第16-17页 |
| 2-3-3 电池健康状态（SOH）预警 | 第17页 |
| §2-4 本章小结 | 第17-18页 |
| 第三章 改进 POS-WNN 的算法模型 | 第18-29页 |
| §3-1 小波概述与发展趋势 | 第18-20页 |
| §3-2 小波神经网络结构的研究 | 第20-22页 |
| 3-2-1 小波神经网络的分类 | 第20-21页 |
| 3-2-2 小波神经网络的结构 | 第21-22页 |
| §3-3 小波神经网络优化方法的研究 | 第22-23页 |
| 3-3-1 遗传算法 | 第22页 |
| 3-3-2 粒子群优化算法 | 第22-23页 |
| §3-4 基于优化粒子群的小波神经网络的融合算法 | 第23-28页 |
| 3-4-1 改进的 PSO 算法 | 第25-26页 |
| 3-4-2 改进 POS 与 WNN 融合算法 | 第26-28页 |
| §3-5 本章小结 | 第28-29页 |
| 第四章 基于改进 PSO-WNN 的新能源汽车在线监控预警系统 | 第29-44页 |
| §4-1 基于改进 PSO-WNN 定位跟踪报警的研究 | 第29-33页 |
| 4-1-1 报警系统模型建立 | 第29-30页 |
| 4-1-2 WNN 的网络训练 | 第30-32页 |
| 4-1-3 定位跟踪报警系统的验证试验 | 第32-33页 |
| §4-2 动力电池 SOC 预警的研究 | 第33-37页 |
| 4-2-1 常见几种 SOC 的预测方法 | 第33-34页 |
| 4-2-2 基于改进 POS-WNN 的 SOC 预测 | 第34-37页 |
| §4-3 动力电池 SOH 预警的研究 | 第37-41页 |
| 4-3-1 常见几种 SOH 的预测方法 | 第37页 |
| 4-3-2 基于改进 POS-WNN 的 SOH 预测 | 第37-41页 |
| §4-4 在线监控预警系统软硬件的搭建 | 第41-43页 |
| §4-5 本章小结 | 第43-44页 |
| 第五章 结论与展望 | 第44-45页 |
| §5-1 论文总结 | 第44页 |
| §5-2 论文展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间所取得的相关科研成果 | 第49页 |
