基于FPGA的水质监测平台设计与研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第9-14页 |
1.1 课题的研究背景和意义 | 第9-10页 |
1.2 水质监测的国内外研究现状 | 第10-12页 |
1.2.1 国外研究现状 | 第10-11页 |
1.2.2 国内研究现状 | 第11-12页 |
1.3 论文主要研究内容及组织结构 | 第12-14页 |
1.3.1 主要研究内容 | 第12-13页 |
1.3.2 组织结构 | 第13-14页 |
第2章 水质监测平台总体设计 | 第14-22页 |
2.1 水质监测平台框架设计 | 第14-15页 |
2.2 平台单元设计 | 第15-21页 |
2.2.1 取配水单元设计 | 第15-18页 |
2.2.2 预处理单元设计 | 第18-19页 |
2.2.3 分析仪表单元 | 第19-20页 |
2.2.4 GPRS模块 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
第3章 水质监测平台硬件设计 | 第22-35页 |
3.1 FPGA开发及Modbus通信协议 | 第22-27页 |
3.1.1 FPGA开发 | 第22-23页 |
3.1.2 Modbus通信协议 | 第23-27页 |
3.2 硬件电路设计 | 第27-30页 |
3.2.1 电源模块 | 第28页 |
3.2.2 JTAG配置接口 | 第28-29页 |
3.2.3 RS485接口电路 | 第29页 |
3.2.4 GPRS模块接口电路 | 第29-30页 |
3.2.5 其他部分电路设计 | 第30页 |
3.3 Modbus协议的FPGA实现 | 第30-34页 |
3.3.1 波特率发生器及Modbus接收模块 | 第31-32页 |
3.3.2 发送模块设计 | 第32-33页 |
3.3.3 CRC校验模块 | 第33页 |
3.3.4 Modbus仿真 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第4章 水质预测算法设计 | 第35-52页 |
4.1 水质恢复时间算法设计 | 第35-42页 |
4.1.1 神经网络在水质预测方面的应用 | 第35-36页 |
4.1.2 BP神经网络 | 第36-38页 |
4.1.3 BP神经网络预测模型实现 | 第38-42页 |
4.2 水质短期预测算法设计 | 第42-50页 |
4.2.1 支持向量机原理 | 第42-44页 |
4.2.2 支持向量回归 | 第44-47页 |
4.2.3 遗传算法优化 | 第47-48页 |
4.2.4 GA-SVR算法模型实现 | 第48-50页 |
4.3 本章小结 | 第50-52页 |
第5章 水质监测平台软件设计 | 第52-68页 |
5.1 本地服务器设计 | 第52-56页 |
5.1.1 Socket网络编程 | 第52-53页 |
5.1.2 本地数据库设计 | 第53-56页 |
5.2 Web网页设计 | 第56-57页 |
5.3 移动客户端设计 | 第57-67页 |
5.3.1 Android开发 | 第57-58页 |
5.3.2 开发环境搭建 | 第58-59页 |
5.3.3 软件工程结构 | 第59-62页 |
5.3.4 数据库设计及云端数据库的连接 | 第62-64页 |
5.3.5 客户端功能模块设计 | 第64-67页 |
5.4 本章小结 | 第67-68页 |
第6章 平台综合测试 | 第68-73页 |
6.1 数据采集测试 | 第68-69页 |
6.2 Web网页测试 | 第69-70页 |
6.3 移动客户端测试 | 第70-72页 |
6.4 本章小结 | 第72-73页 |
第7章 结论与展望 | 第73-75页 |
7.1 结论 | 第73页 |
7.2 展望 | 第73-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-79页 |
攻读学位期间的研究成果 | 第79页 |