面向液面监测时滞效应的多传感器融合算法
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 危化品液位监测国内外研究现状 | 第9-11页 |
| 1.3 危化品液位监测的发展趋势 | 第11页 |
| 1.4 液位监测中的时滞特性分析 | 第11-13页 |
| 1.4.1 时滞系统概述 | 第11页 |
| 1.4.2 时滞系统状态估计 | 第11-13页 |
| 1.5 研究内容与论文结构 | 第13-14页 |
| 第二章 液位监测系统设计 | 第14-25页 |
| 2.1 系统结构设计 | 第14-15页 |
| 2.2 芯片及外围器件选型 | 第15页 |
| 2.3 软件设计思路 | 第15-16页 |
| 2.4 单片机的编译环境 | 第16-17页 |
| 2.5 软件系统主程序 | 第17-24页 |
| 2.5.1 系统初始化程序 | 第18-19页 |
| 2.5.2 串口通信子程序 | 第19-21页 |
| 2.5.3 液晶显示程序 | 第21-22页 |
| 2.5.4 定时中断子程序 | 第22-23页 |
| 2.5.5 按键程序 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 时滞特性分析 | 第25-35页 |
| 3.1 槽车液体晃动特性分析 | 第25-29页 |
| 3.1.1 液体晃动特性 | 第25页 |
| 3.1.2 液体晃动的理论模型 | 第25-29页 |
| 3.2 多传感器数据融合技术 | 第29-32页 |
| 3.2.1 多传感器数据融合技术概述 | 第29-30页 |
| 3.2.2 多传感器数据融合技术分类 | 第30-32页 |
| 3.3 数据融合方法比较 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 自适应加权融合算法 | 第35-44页 |
| 4.1 测距模型的建立 | 第35-36页 |
| 4.2 分批估计算法 | 第36-37页 |
| 4.3 加权融合算法 | 第37-39页 |
| 4.3.1 加权平均数据融合 | 第37-38页 |
| 4.3.2 最优加权数据融合 | 第38-39页 |
| 4.3.3 自适应加权数据融合 | 第39页 |
| 4.4 自适应加权平均数据融合 | 第39-43页 |
| 4.4.1 单传感器分批估计数据融合 | 第40页 |
| 4.4.2 置信距离矩阵的建立 | 第40-41页 |
| 4.4.3 相关性函数 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 试验结果分析 | 第44-51页 |
| 5.1 试验环境 | 第44-46页 |
| 5.2 试验结果 | 第46-50页 |
| 5.3 误差分析 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
