| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文研究的主要内容 | 第11-13页 |
| 第二章 智能车灯控制系统的概述 | 第13-16页 |
| ·系统简介 | 第13-14页 |
| ·系统工作原理 | 第14页 |
| ·系统实现的功能 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 智能车灯控制系统硬件电路的设计与实现 | 第16-30页 |
| ·传感器信号处理电路 | 第16-18页 |
| ·光敏三极管的选取与其电路设计 | 第16-17页 |
| ·温湿度传感器的选取 | 第17-18页 |
| ·FREESCALE 微控制器电路的设计 | 第18-25页 |
| ·微控制器的选取 | 第18-19页 |
| ·Freescale 微控制器最小系统的设计 | 第19-23页 |
| ·Freescale 微控制器集成开发环境CodeWarrior 的介绍 | 第23页 |
| ·Freescale 微控制器调试工具BDM 的介绍与设计 | 第23-25页 |
| ·功率驱动电路设计 | 第25-27页 |
| ·功率驱动芯片的选取 | 第26页 |
| ·驱动电路的设计 | 第26-27页 |
| ·硬件抗干扰设计 | 第27-29页 |
| ·电源干扰及抗干扰措施 | 第27页 |
| ·传输通道干扰及抗干扰措施 | 第27-28页 |
| ·印刷电路板的抗干扰设计 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 智能车灯控制系统算法的研究 | 第30-49页 |
| ·基本模式识别算法的比较 | 第30-32页 |
| ·神经网络简介 | 第32-39页 |
| ·神经网络的发展和现状 | 第33-35页 |
| ·BP 神经网络模型及结构 | 第35-38页 |
| ·BP 神经网络在智能车灯控制系统中的应用 | 第38-39页 |
| ·MATLAB 概述与应用研究 | 第39-43页 |
| ·Matlab 及其神经网络工具箱介绍 | 第39-41页 |
| ·Matlab 应用程序设计 | 第41-43页 |
| ·基于MATLAB 的BP 神经网络参数设计 | 第43-45页 |
| ·网络结构的确定 | 第43页 |
| ·学习样本对的确定 | 第43-44页 |
| ·隐含层神经元个数对训练结果的影响 | 第44-45页 |
| ·学习速率 | 第45页 |
| ·BP 算法的改进 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 系统的实验与调试 | 第49-64页 |
| ·远光和近光的切换实验 | 第49-52页 |
| ·LabVIEW 程序设计 | 第49-50页 |
| ·Matlab 进行曲线拟合 | 第50页 |
| ·求光强变化率 | 第50-52页 |
| ·MATLAB 进行数据处理 | 第52-56页 |
| ·训练样本 | 第52-55页 |
| ·用测试样本对网络验证 | 第55页 |
| ·实验结果分析 | 第55-56页 |
| ·FREESCALE 微控制器中实现识别 | 第56-59页 |
| ·C 语言实现分类与识别 | 第56-57页 |
| ·Freescale 微控制器中程序设计 | 第57-59页 |
| ·软件抗干扰措施 | 第59页 |
| ·系统的调试及调试过程中存在的问题 | 第59-63页 |
| ·硬件调试 | 第60-62页 |
| ·软件调试 | 第62页 |
| ·调试中遇到的问题及解决方法 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结和展望 | 第64-66页 |
| ·本文总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 摘要 | 第71-73页 |
| Abstract | 第73-76页 |
| 攻读学位期间发表的学术论文 | 第76-77页 |
| 致谢 | 第77页 |