| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 机动车排放模型研究现状 | 第11-12页 |
| 1.2.2 人工神经网络模型研究现状 | 第12-13页 |
| 1.2.3 车联网技术研究现状 | 第13-15页 |
| 1.3 研究内容与技术路线 | 第15-17页 |
| 第2章 轻型汽油车排放影响因素研究 | 第17-27页 |
| 2.1 仿真软件 | 第17页 |
| 2.2 建立仿真模型 | 第17-20页 |
| 2.3 排放影响因素分析 | 第20-25页 |
| 2.3.1 行驶工况对排放率的影响 | 第20-21页 |
| 2.3.2 速度对排放率的影响 | 第21-22页 |
| 2.3.3 加速度对排放率的影响 | 第22-23页 |
| 2.3.4 载重对排放率的影响 | 第23-24页 |
| 2.3.5 路面坡度对排放率的影响 | 第24-25页 |
| 2.4 确定排放估计模型的输入参数 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 轻型汽油车实时排放估计模型研究 | 第27-39页 |
| 3.1 神经网络方法 | 第27-28页 |
| 3.2 RBF神经网络的结构及算法 | 第28-29页 |
| 3.3 数据预处理 | 第29-30页 |
| 3.4 确定隐含层节点的个数 | 第30-31页 |
| 3.5 寻找网络参数最优解 | 第31-34页 |
| 3.5.1 基本粒子群算法 | 第31-32页 |
| 3.5.2 改进粒子群算法 | 第32-33页 |
| 3.5.3 求解网络参数 | 第33-34页 |
| 3.6 建立模型 | 第34-35页 |
| 3.7 模型测试 | 第35-38页 |
| 3.8 本章小结 | 第38-39页 |
| 第4章 车辆运行状态信息采集系统开发 | 第39-53页 |
| 4.1 基于车联网的车辆运行状态信息采集系统总体方案 | 第39-40页 |
| 4.2 车载终端的电路设计 | 第40-48页 |
| 4.2.1 车载终端芯片的选型与硬件框架 | 第40-42页 |
| 4.2.2 CAN接口的电路设计 | 第42-43页 |
| 4.2.3 2G模块的电路设计 | 第43-44页 |
| 4.2.4 GPS模块的电路设计 | 第44-45页 |
| 4.2.5 电源模块的电路设计 | 第45-47页 |
| 4.2.6 启动检测模块的电路设计 | 第47-48页 |
| 4.3 车载终端的软件设计 | 第48-51页 |
| 4.3.1 数据采集 | 第49-50页 |
| 4.3.2 休眠唤醒 | 第50页 |
| 4.3.3 终端数据上传 | 第50-51页 |
| 4.4 数据管理中心的搭建 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 汽车实际道路排放测试实验 | 第53-68页 |
| 5.1 测试平台搭建 | 第53-58页 |
| 5.1.1 便携式车载排放测试系统 | 第53-55页 |
| 5.1.2 车载排放测试系统布置 | 第55-57页 |
| 5.1.3 基于车联网的车辆运行状态信息采集系统 | 第57-58页 |
| 5.2 实验方案设计 | 第58-60页 |
| 5.2.1 选择实验车辆 | 第59页 |
| 5.2.2 制定实验路线 | 第59-60页 |
| 5.3 实验数据采集 | 第60-63页 |
| 5.3.1 设备预热 | 第61页 |
| 5.3.2 设备气体校正 | 第61-62页 |
| 5.3.3 实验测试 | 第62-63页 |
| 5.4 实验验证 | 第63-66页 |
| 5.4.1 基于车联网的车辆运行状态信息采集系统验证 | 第63-65页 |
| 5.4.2 排放估计方法验证 | 第65-66页 |
| 5.5 本章小结 | 第66-68页 |
| 第6章 结论 | 第68-71页 |
| 6.1 研究总结 | 第68-69页 |
| 6.2 研究展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间获得与论文相关的科研成果 | 第75页 |