摘要 | 第4-5页 |
Abstract | 第5-6页 |
1. 绪论 | 第10-17页 |
1.1 课题研究背景及研究目的和意义 | 第10-11页 |
1.1.1 课题研究背景 | 第10页 |
1.1.2 研究目的和意义 | 第10-11页 |
1.2 国内外发展及现状 | 第11-15页 |
1.2.1 冲击波信号测试技术现状 | 第11-14页 |
1.2.2 测试系统动态特性补偿技术研究现状 | 第14-15页 |
1.3 论文研究内容与结构安排 | 第15-17页 |
2. 冲击波超压测试系统关键技术设计研究 | 第17-33页 |
2.1 总体方案设计 | 第17-19页 |
2.1.1 冲击波测试仪设计 | 第17-18页 |
2.1.2 系统工作流程 | 第18-19页 |
2.2 系统硬件结构与工作原理 | 第19-25页 |
2.2.1 信号调理电路分析 | 第19-22页 |
2.2.2 高速数据存储结构 | 第22-25页 |
2.3 测试系统软件设计 | 第25-32页 |
2.3.1 双级流水线存储程序设计 | 第26-31页 |
2.3.2 关键数据提取无线发送程序设计 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
3. 测试系统动态特性及系统辨识补偿基本原理 | 第33-40页 |
3.1 测试系统动态特性描述方程 | 第33-35页 |
3.1.1 微分方程及传递函数 | 第33-34页 |
3.1.3 差分方程 | 第34-35页 |
3.1.4 离散传递函数 | 第35页 |
3.2 测试系统动态响应及动态性能指标 | 第35-37页 |
3.2.1 测试系统时域动态响应及性能指标 | 第35-36页 |
3.2.2 测试系统频域动态响应及动态性能指标 | 第36-37页 |
3.3 系统辨识与动态补偿基本原理 | 第37-39页 |
3.3.1 系统辨识基本原理 | 第37-38页 |
3.3.2 系统补偿校正基本原理 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
4. 基于BP神经网络的系统辨识与动态补偿算法设计研究 | 第40-52页 |
4.1 神经网络基础原理 | 第40-42页 |
4.1.1 神经网络基础结构 | 第40-41页 |
4.1.2 神经网络学习算法 | 第41-42页 |
4.2 BP神经网络与系统辨识 | 第42-49页 |
4.2.1 BP神经网络模型结构 | 第42-43页 |
4.2.2 神经网络的系统辨识结构模型 | 第43-45页 |
4.2.3 系统辨识BP网络训练算法 | 第45-49页 |
4.3 基于BP神经网络的系统动态特性补偿方法研究 | 第49-51页 |
4.4.1 动态补偿原理 | 第49-50页 |
4.4.2 动态补偿步骤 | 第50-51页 |
4.4 本章小结 | 第51-52页 |
5. 试验及测试数据分析 | 第52-67页 |
5.1 冲击波测试系统动态模型建立 | 第52-56页 |
5.1.1 激波管动态校准原理与方法 | 第52-53页 |
5.1.2 冲击波测试系统的动态辨识建模 | 第53-56页 |
5.2 冲击波测试系统动态补偿 | 第56-62页 |
5.2.1 补偿器设计与性能验证 | 第57-60页 |
5.2.2 补偿器泛化问题研究 | 第60-62页 |
5.3 补偿模型在试验数据中的应用 | 第62-66页 |
5.3.1 爆炸试验测试系统布置方案 | 第62-63页 |
5.3.2 爆炸冲击波测试数据补偿分析验证 | 第63-66页 |
5.4 本章小结 | 第66-67页 |
6. 总结与展望 | 第67-69页 |
6.1 总结 | 第67-68页 |
6.2 展望 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士期间发表的论文及所取得的研究成果 | 第73-74页 |
致谢 | 第74-75页 |