基于嵌入式的旱情监测系统关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-11页 |
| 1.3 课题研究的目的和意义 | 第11-13页 |
| 2 土壤水分测量方法综述 | 第13-19页 |
| 2.1 土壤水分测量方法对比 | 第13-16页 |
| 2.2 介电法测土壤含水率 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 FDR型土壤水分传感器设计 | 第19-33页 |
| 3.1 频域反射法的理论基础 | 第19-27页 |
| 3.1.1 频域反射法理论基础 | 第19-24页 |
| 3.1.2 传感器测试频率的选择 | 第24页 |
| 3.1.3 传感器探针外观设计 | 第24-26页 |
| 3.1.4 土壤探针阻抗的计算 | 第26-27页 |
| 3.2 扫频法测量土壤共振频率 | 第27-29页 |
| 3.2.1 扫频电路测量共振频率 | 第27页 |
| 3.2.2 扫频信号产生电路 | 第27-28页 |
| 3.2.3 峰值剑波电路 | 第28-29页 |
| 3.3 FDR型土壤水分传感器校正 | 第29-30页 |
| 3.4 本章小结 | 第30-33页 |
| 4 FDR土壤传感器性能测试及分析 | 第33-45页 |
| 4.1 旱情监测站点的选择 | 第33-34页 |
| 4.2 土壤含水率实验室测试 | 第34-39页 |
| 4.3 土壤含水率田间测试实验 | 第39-43页 |
| 4.4 本章总结 | 第43-45页 |
| 5 BP神经网络在旱情预报中的应用 | 第45-57页 |
| 5.1 BP神经网络 | 第45-49页 |
| 5.1.1 BP网络结构概述 | 第45-46页 |
| 5.1.2 BP网络的学习算法及推导 | 第46-48页 |
| 5.1.3 BP神经网络训练算法注意事项 | 第48-49页 |
| 5.2 BP神经网络模型的建立 | 第49-53页 |
| 5.2.1 输入输出参数的确定 | 第49-50页 |
| 5.2.2 模型结构和算法 | 第50-52页 |
| 5.2.3 BP神经网络的样本处理 | 第52-53页 |
| 5.3 预报结果分析 | 第53-55页 |
| 5.4 本章小结 | 第55-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 附录A | 第65-66页 |
| 附录B | 第66-67页 |
| 附录C | 第67-75页 |
| 作者攻读学位期间发表论文清单 | 第75-76页 |
| 致谢 | 第76页 |
