| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-8页 |
| 前言 | 第8-9页 |
| 第一章 导论 | 第9-25页 |
| 第一节 气固流化床参数检测背景与新技术 | 第9-11页 |
| 第二节 气固流化床压力脉动研究 | 第11-23页 |
| 1．2．1 压力信号研究 | 第11-17页 |
| 1．2．2 空隙率的研究 | 第17-19页 |
| 1．2．3 流化床压力脉动信号的应用 | 第19-23页 |
| 第三节 信息融合的应用 | 第23-25页 |
| 1．3．1 信息融合理论的发展 | 第23页 |
| 1．3．2 信息融合系统 | 第23-24页 |
| 1．3．3 信息融合的应用 | 第24-25页 |
| 第二章 基本理论 | 第25-36页 |
| 第一节 复杂性理论 | 第25-29页 |
| 2．1．1 复杂性概念 | 第25-26页 |
| 2．1．2 状态空间的分割 | 第26-27页 |
| 2．1．3 三个复杂性参数 | 第27-29页 |
| 第二节 近似熵理论 | 第29-30页 |
| 2．2．1 近似熵简介 | 第29页 |
| 2．2．2 近似熵的定义与含义 | 第29-30页 |
| 第三节 信息融合的基本理论 | 第30-36页 |
| 2．3．1 互信息理论简介 | 第30-31页 |
| 2．3．2 信息融合原理和方法 | 第31-33页 |
| 2．3．3 模糊推理理论 | 第33-34页 |
| 2．3．4 模糊数学方法建模的思想 | 第34-36页 |
| 第三章 实验部分 | 第36-39页 |
| 第一节 实验系统 | 第36-38页 |
| 3．1．1 实验装置 | 第36-37页 |
| 3．1．2 实验仪器 | 第37-38页 |
| 第二节 实验过程 | 第38-39页 |
| 第四章 几种算法比较 | 第39-52页 |
| 第一节 复杂性算法研究 | 第39-42页 |
| 4．1．1 嵌入维数m | 第40-41页 |
| 4．1．2 延迟时间τ | 第41页 |
| 4．1．3 样本长度 | 第41-42页 |
| 第二节 涨落复杂性与最大Lyapunov指数的比较 | 第42-44页 |
| 第三节 近似熵算法研究 | 第44-46页 |
| 4．3．1 m的选取 | 第45页 |
| 4．3．2 r的选取 | 第45页 |
| 4．3．3 N的选取 | 第45-46页 |
| 第四节 近似熵与涨落复杂性比较 | 第46-52页 |
| 4．4．1 ApEn和Cf的对比 | 第47-49页 |
| 4．4．2 各种操作条件下ApEn分析 | 第49-52页 |
| 第五章 信息熵理论在流型识别中的应用 | 第52-57页 |
| 第一节 信息熵有关的几个定义 | 第52-54页 |
| 5．1．1 互信息函数的概念 | 第52-53页 |
| 5．1．2 延迟时间的选取 | 第53-54页 |
| 第二节 互信息传输率分析 | 第54-56页 |
| 本章小结 | 第56-57页 |
| 第六章 多参数信号信息融合 | 第57-67页 |
| 第一节 模糊数学基本理论 | 第57-59页 |
| 6．1．1 定义 | 第57-58页 |
| 6．1．2 模糊集理论在多传感器信息融合中的应用 | 第58-59页 |
| 第二节 模糊模式识别在流型辨别中应用 | 第59-63页 |
| 6．2．1 两种典型模式识别方法 | 第59页 |
| 6．2．2 识别指标的选择 | 第59-60页 |
| 6．2．3 几种指标分别判断流型 | 第60-61页 |
| 6．2．4 建立隶属度函数的思想 | 第61-62页 |
| 6．2．5 用模糊模式判别来判断流型 | 第62-63页 |
| 第三节 多传感器数据数据融合识别流型 | 第63-66页 |
| 6．3．1 二次函数拟合 | 第63-65页 |
| 6．3．2 权重和阀值的选取 | 第65-66页 |
| 6．3．3 实验结果及比较 | 第66页 |
| 本章小结 | 第66-67页 |
| 第七章 总结 | 第67-69页 |
| 符号说明 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文 | 第74-75页 |
| 致谢 | 第75页 |