| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 光纤传感系统研究现状 | 第11-12页 |
| 1.3 论文结构与主要工作 | 第12-14页 |
| 1.3.1 主要工作 | 第12页 |
| 1.3.2 论文结构 | 第12-14页 |
| 第二章 光纤传感原理及常用光纤传感技术应用 | 第14-24页 |
| 2.1 光纤传感器原理 | 第14-17页 |
| 2.2 光纤传感技术分类 | 第17-20页 |
| 2.2.1 分布式光纤传感技术 | 第17-19页 |
| 2.2.2 分立式光纤传感技术 | 第19-20页 |
| 2.3 光纤传感技术应用 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 光纤传感信号解析技术 | 第24-34页 |
| 3.1 信号的特征提取 | 第25-27页 |
| 3.1.1 时域信号特征提取 | 第25-26页 |
| 3.1.2 频域信号特征提取 | 第26-27页 |
| 3.2 信号的识别分类技术 | 第27-32页 |
| 3.2.1 KMeans聚类算法 | 第28-29页 |
| 3.2.2 BP神经网络 | 第29-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第四章 系统参数自适应调整技术 | 第34-40页 |
| 4.1 强化学习原理 | 第34-37页 |
| 4.1.1 强化学习结构 | 第34-35页 |
| 4.1.2 马尔可夫决策过程 | 第35-36页 |
| 4.1.3 瞬时差分算法 | 第36-37页 |
| 4.2 Q学习算法 | 第37-38页 |
| 4.3 SARSA算法 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 基于KMEANS聚类和Q学习的光纤安防实验系统 | 第40-60页 |
| 5.1 实验系统 | 第40-41页 |
| 5.2 信号采集环境 | 第41-43页 |
| 5.3 特征提取优化设计 | 第43-47页 |
| 5.3.1 时域特征提取 | 第43-45页 |
| 5.3.2 频域特征提取 | 第45-47页 |
| 5.4 模板制作和自调参功能实现 | 第47-53页 |
| 5.4.1 模板在线制作实现 | 第47-48页 |
| 5.4.2 多模板匹配 | 第48-50页 |
| 5.4.3 参数自调优功能实现 | 第50-53页 |
| 5.5 KMEANS聚类与Q学习解析方法验证 | 第53-58页 |
| 5.5.1 参数自调优分析 | 第55-57页 |
| 5.5.2 KMeans分类分析 | 第57-58页 |
| 5.6 实验工具 | 第58-59页 |
| 5.7 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-64页 |
| 6.1 探索信号解析技术在其他光纤传感问题上的应用 | 第60-61页 |
| 6.2 论文工作总结 | 第61页 |
| 6.3 未来工作展望 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70页 |