首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于无线组网的气动元件监测技术的研究

摘要第5-6页
abstract第6-7页
第一章 绪论第11-19页
    1.1 课题背景与研究意义第11-12页
    1.2 无线传感器网络简介及其研究现状第12-16页
        1.2.1 WSN网络概述第12-13页
        1.2.2 WSN国内外研究现状第13-15页
        1.2.3 WSN关键技术与应用领域第15-16页
    1.3 论文内容及工作安排第16-19页
第二章 系统关键技术与总体方案设计第19-30页
    2.1 短距离无线通信方式对比第19-20页
    2.2 WIFI无线通信技术第20-24页
        2.2.1 WIFI网络拓扑结构第20-21页
        2.2.2 TCP/IP通信协议第21-24页
    2.3 系统处理器及编程语言选择第24-26页
        2.3.1 处理器选择第24-25页
        2.3.2 FPGA概述第25页
        2.3.3 硬件描述语言HDL第25-26页
    2.4 系统总体方案设计与目标第26-29页
        2.4.1 系统功能需求分析第26-27页
        2.4.2 系统设计方案第27-28页
        2.4.3 系统设计目标第28-29页
    2.5 本章小结第29-30页
第三章 系统硬件设计与实现第30-56页
    3.1 系统各节点设计概述第30-32页
        3.1.1 WIFI-STA节点第30页
        3.1.2 WIFI-AP+STA桥接节点第30-31页
        3.1.3 WIFI-AP节点第31-32页
    3.2 .相关芯片选型第32-38页
        3.2.1 FPGA主控芯片选型第32-33页
        3.2.2 A/D芯片选型第33-36页
        3.2.3 WIFI芯片选型第36-38页
    3.3 WIFI-STA节点电路设计第38-49页
        3.3.1 EP4CE6F17C8芯片配置电路第38-39页
        3.3.2 电源模块电路设计第39-44页
        3.3.3 电压采集电路设计第44页
        3.3.4 其他外围电路设计第44-49页
    3.4 WIFI-AP+STA节点电路设计第49页
    3.5 WIFI-AP节点电路设计第49-51页
        3.5.1 SD卡电路第49-50页
        3.5.2 蜂鸣器电路第50-51页
        3.5.3 指示灯电路第51页
    3.6 PCB板的设计与制作第51-55页
        3.6.1 PCB设计流程与准则第51-52页
        3.6.2 各节点PCB的实现第52-55页
    3.7 本章小结第55-56页
第四章 系统软件设计与实现第56-72页
    4.1 软件开发环境介绍第56-57页
    4.2 采集模块软件设计第57-60页
        4.2.1 同步采样第57-59页
        4.2.2 异步采样第59-60页
    4.3 数据处理与存储模块软件设计第60-66页
        4.3.1 终端节点8通道报警软件设计第61-62页
        4.3.2 SD卡初始化操作第62-63页
        4.3.3 数据缓存与SD卡存储第63-66页
    4.4 WIFI组网软件设计第66-71页
        4.4.1 AP节点软件设计第67-69页
        4.4.2 AP+STA节点软件设计第69-70页
        4.4.3 STA节点软件设计第70-71页
    4.5 本章小结第71-72页
第五章 系统功能测试与试验分析第72-84页
    5.1 系统功能测试第72-79页
        5.1.1 组网性能测试第72-74页
        5.1.2 无线传输性能测试第74-76页
        5.1.3 系统功耗测试第76-77页
        5.1.4 锂电池组均衡性能测试第77-78页
        5.1.5 SD卡读取测试第78-79页
    5.2 系统试验分析第79-83页
    5.3 本章小结第83-84页
第六章 总结与展望第84-86页
    6.1 本文总结第84页
    6.2 未来展望第84-86页
致谢第86-87页
参考文献第87-89页

论文共89页,点击 下载论文
上一篇:基于神经网络和决策树的文本分类及其应用研究
下一篇:基于神经网络的多机械臂协同控制方法研究