| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·烟尘浓度测量研究现状 | 第11-13页 |
| ·多传感器数据融合技术的研究现状 | 第13-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 2 多传感器数据融合结构及融合算法的研究 | 第16-24页 |
| ·多传感器数据融合的定义及处理过程 | 第16-17页 |
| ·多传感器数据融合的定义 | 第16-17页 |
| ·数据融合处理过程 | 第17页 |
| ·多传感器数据融合的一般结构 | 第17-20页 |
| ·多传感器数据融合算法的研究 | 第20-23页 |
| ·信号级的融合算法 | 第21-22页 |
| ·点级的融合算法 | 第22页 |
| ·特征级的融合算法 | 第22页 |
| ·决策级的融合算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 Dempster - Shafer 融合算法的研究及合成规则的改进 | 第24-39页 |
| ·D-S 证据推理方法的发展概述 | 第24-25页 |
| ·D-S 证据理论的基本概念 | 第25-27页 |
| ·D-S 算法的组合规则及存在问题 | 第27-30页 |
| ·D-S 组合规则 | 第27-29页 |
| ·D-S 组合规则存在问题 | 第29-30页 |
| ·D-S 组合规则的改进 | 第30-37页 |
| ·证据相关的处理 | 第30-32页 |
| ·相关证据的表示与合成 | 第30-31页 |
| ·目前的处理方法 | 第31-32页 |
| ·本文改进的证据相关处理方法 | 第32页 |
| ·焦元“爆炸”的处理 | 第32-34页 |
| ·基本概率赋值函数（BPAF）的构造 | 第34页 |
| ·目前的处理方法 | 第34页 |
| ·本文改进的 BPAF 构造方法 | 第34页 |
| ·证据冲突的处理 | 第34-37页 |
| ·目前改进规则 | 第35-37页 |
| ·本文改进的证据合成规则 | 第37页 |
| ·合成规则融合效果的对比实验 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 烟尘颗粒浓度测量系统的设计 | 第39-54页 |
| ·烟尘颗粒浓度测量系统的需求分析 | 第39-43页 |
| ·烟尘颗粒物的分类 | 第39-40页 |
| ·烟尘颗粒物浓度测量原理及方法 | 第40-43页 |
| ·测量原理 | 第40页 |
| ·测量方法 | 第40-43页 |
| ·烟尘颗粒浓度测量系统的硬件设计 | 第43-49页 |
| ·硬件架构分析设计 | 第43页 |
| ·微处理器选型 | 第43-45页 |
| ·I/O 模块设计 | 第45页 |
| ·人机交互模块设计 | 第45-46页 |
| ·传感器数据采集模块设计 | 第46-49页 |
| ·烟尘（气）温度测量电路 | 第46-47页 |
| ·压力测量电路 | 第47-48页 |
| ·含湿量测量电路 | 第48-49页 |
| ·烟尘颗粒浓度测量系统的软件设计 | 第49-53页 |
| ·软件总体设计 | 第49-50页 |
| ·软件主要功能及界面设计 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5 改进的 D-S 算法在烟尘颗粒浓度测量系统中的应用 | 第54-60页 |
| ·烟尘颗粒浓度测量问题的描述 | 第54页 |
| ·系统实现平台 | 第54-55页 |
| ·烟尘颗粒浓度测量样本的选择 | 第55-56页 |
| ·数据融合过程 | 第56-58页 |
| ·确定识别框架 | 第56-57页 |
| ·计算实测值的基本可信度 | 第57页 |
| ·利用改进 D-S 合成规则进行决策融合 | 第57-58页 |
| ·融合结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-61页 |
| ·本文总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |