首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--微型计算机论文--各种微型计算机论文--微处理机论文

基于STM32单片机的气体分析仪设计

摘要第2-4页
Abstract第4-5页
1 绪论第9-14页
    1.1 课题的研究背景与意义第9-10页
    1.2 国内外研究情况与发展趋势第10-12页
        1.2.1 国内外研究情况第10-11页
        1.2.2 分析仪发展趋势第11-12页
    1.3 论文的工作安排第12-13页
    1.4 本章小结第13-14页
2 基于STM32单片机的气体分析仪的总体设计第14-19页
    2.1 系统设计原则第14-15页
        2.1.1 硬件设计原则第14页
        2.1.2 软件设计原则第14-15页
        2.1.3 低功耗设计原则第15页
    2.2 功能和技术指标第15-16页
        2.2.1 分析仪功能第15-16页
        2.2.2 技术指标第16页
    2.3 总体设计方案第16-17页
        2.3.1 设计思想第16-17页
        2.3.2 系统总体框图第17页
        2.3.3 工作原理第17页
    2.4 本章小结第17-19页
3 基于STM32单片机的气体分析仪的硬件设计第19-43页
    3.1 主要元器件的选型第19-24页
        3.1.1 核心控制器的选型第19-21页
        3.1.2 气体传感器的选择第21-24页
        3.1.3 运算放大器的选型第24页
    3.2 STM32F103RCT6的最小系统设计第24-28页
        3.2.1 电源电路第24-26页
        3.2.2 时钟电路第26-27页
        3.2.3 复位电路第27页
        3.2.4 JTAG电路第27-28页
    3.3 信号采集处理电路第28-37页
        3.3.1 二电极传感器采集处理电路第28-31页
        3.3.2 三电极传感器信号采集电路第31-35页
        3.3.3 四电极传感器信号采集电路第35-37页
    3.4 数据存储模块第37-38页
        3.4.1 I~2C总线介绍第37页
        3.4.2 E~2PROM存储模块第37-38页
    3.5 人机交互模块第38-40页
        3.5.1 按键模块第38-39页
        3.5.2 液晶显示模块第39-40页
    3.6 通信模块第40-41页
    3.7 本章小结第41-43页
4 基于STM32单片机的气体分析仪的软件设计第43-58页
    4.1 软件开发工具介绍第43-44页
        4.1.1 集成开发环境简介第43-44页
        4.1.2 J-Link仿真器第44页
    4.2 系统软件总体设计第44-45页
    4.3 系统初始化模块第45-48页
        4.3.1 ADC初始化第45-46页
        4.3.2 DMA初始化第46-47页
        4.3.3 I~2C初始化第47页
        4.3.4 串口初始化第47-48页
    4.4 信号采集处理模块第48-54页
        4.4.1 A/D转换子程序第48-49页
        4.4.2 数据滤波子程序第49-50页
        4.4.3 气体去交叉干扰算法子程序第50-52页
        4.4.4 仪器标定第52-54页
    4.5 数据存储模块第54页
    4.6 人机交互模块第54-56页
        4.6.1 按键输入子程序第54-55页
        4.6.2 液晶显示子程序第55-56页
    4.7 通信模块第56-57页
    4.8 本章小结第57-58页
5 系统调试与结果分析第58-63页
    5.1 系统调试第58-59页
        5.1.1 硬件调试第58-59页
        5.1.2 软件调试第59页
    5.2 实验结果与分析第59-62页
        5.2.1 实验结果第59-61页
        5.2.2 误差分析第61-62页
    5.3 本章小结第62-63页
6 总结与展望第63-65页
    6.1 总结第63页
    6.2 展望第63-65页
参考文献第65-67页
攻读硕士学位期间发表的论文第67-68页
致谢第68-70页

论文共70页,点击 下载论文
上一篇:深度卷积神经网络及其在手写体汉字识别中的应用研究
下一篇:基于白光LED的室内可见光通信系统研究