| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·轨道车辆动态称重的来源及意义 | 第9页 |
| ·动态电子轨道衡及其发展 | 第9-12页 |
| ·我国动态电子轨道衡及其发展 | 第9-11页 |
| ·国外动态电子轨道衡发展现状 | 第11-12页 |
| ·轨道衡的分类和结构 | 第12-13页 |
| ·按使用状况分类 | 第12页 |
| ·按计量原理分类 | 第12-13页 |
| ·按计量方式分类 | 第13页 |
| ·动态称重技术 | 第13-15页 |
| ·本课题主要工作 | 第15-17页 |
| 第二章 动态称重数据的采集与分析 | 第17-26页 |
| ·数据采集过程 | 第17-18页 |
| ·数据采集设备 | 第18-20页 |
| ·数据采集设备类型 | 第18-19页 |
| ·数据采集设备的主要指标 | 第19-20页 |
| ·数据采集卡 LabJackU12 | 第20-21页 |
| ·数据采集软件 | 第21-23页 |
| ·动态称重数据的分析 | 第23-25页 |
| 本章小结 | 第25-26页 |
| 第三章 基于EMD 的动态称重信号处理方法研究 | 第26-47页 |
| ·非平稳信号分析方法概述 | 第26-28页 |
| ·EMD(经验模态分解)时频分析方法 | 第28-31页 |
| ·瞬时频率的概念 | 第28-30页 |
| ·本征模函数(IMF) | 第30-31页 |
| ·EMD 的实现过程 | 第31-35页 |
| ·EMD 在动态称重技术中的应用 | 第35-46页 |
| 本章小结 | 第46-47页 |
| 第四章 基于RBF 神经网络的动态称重信号处理方法研究 | 第47-68页 |
| ·神经网络的基本概念 | 第47-54页 |
| ·人工神经元模型 | 第47-48页 |
| ·神经网络常用的激发函数 | 第48-49页 |
| ·神经网络的分类 | 第49-54页 |
| ·径向基函数网络模型 | 第54-56页 |
| ·网络的训练与设计 | 第56-60页 |
| ·RBF 网络的学习算法 | 第60-61页 |
| ·RBF 网络在动态称重技术中的应用 | 第61-67页 |
| 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录A EMD 动态称重程序 | 第71-74页 |
| 附录B RBF 神经网络动态称重程序 | 第74-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76-77页 |
| 致谢 | 第77-78页 |