| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| §1-1 人类的嗅觉感知原理 | 第8-9页 |
| §1-2 人工嗅觉感知系统的发展 | 第9-11页 |
| 1-2-1 电子鼻的发展简介 | 第9-10页 |
| 1-2-2 电子鼻的主要研究热点 | 第10-11页 |
| §1-3 多传感器信息融合技术 | 第11-14页 |
| 1-3-1 多传感器信息融合的原理 | 第11-12页 |
| 1-3-2 多传感器信息融合的层次 | 第12-14页 |
| §1-4 多传感器信息融合在机器人嗅觉中的应用 | 第14-15页 |
| §1-5 本文的主要研究内容 | 第15-16页 |
| 第二章 机器人嗅觉感知系统方案设计 | 第16-31页 |
| §2-1 嗅觉感知系统结构 | 第16页 |
| §2-2 气体传感器阵列 | 第16-21页 |
| 2-2-1 气体传感器的介绍 | 第16-18页 |
| 2-2-2 金属氧化物半导体气体传感器特性分析 | 第18-19页 |
| 2-2-3 气体传感器阵列的简单模型 | 第19-21页 |
| §2-3 信号的预处理技术 | 第21-23页 |
| 2-3-1 信号调节 | 第21-23页 |
| 2-3-2 AD 采样 | 第23页 |
| §2-4 模式识别技术 | 第23-25页 |
| §2-5 嗅觉感知系统设计 | 第25-30页 |
| 2-5-1 气体传感器阵列的选择 | 第25-26页 |
| 2-5-2 鼻道设计 | 第26-28页 |
| 2-5-3 A/D 转换 | 第28-29页 |
| 2-5-4 通信 | 第29-30页 |
| §2-6 本章小结 | 第30-31页 |
| 第三章 基于人工神经网络的气体的检测技术与算法研究 | 第31-46页 |
| §3-1 人工神经网络的概述 | 第31-32页 |
| §3-2 人工神经网络的理论基础 | 第32-35页 |
| 3-2-1 人工神经元模型 | 第32-34页 |
| 3-2-2 人工神经网络的结构 | 第34-35页 |
| 3-2-3 人工神经网络的学习 | 第35页 |
| §3-3 BP 人工神经网络的结构和算法 | 第35-40页 |
| 3-3-1 BP 人工神经网络的结构模型 | 第36页 |
| 3-3-2 BP 人工神经网络的算法 | 第36-39页 |
| 3-3-3 BP 人工神经网络的改进算法 | 第39-40页 |
| §3-4 BP 网络的设计与实现 | 第40-45页 |
| 3-4-1 数据预处理 | 第41-42页 |
| 3-4-2 网络结构的确定 | 第42-44页 |
| 3-4-3 结果分析 | 第44-45页 |
| §3-5 本章小结 | 第45-46页 |
| 第四章 气体传感器阵列的优化设计 | 第46-54页 |
| §4-1 遗传算法简介 | 第46-47页 |
| §4-2 遗传算法的基本过程 | 第47-49页 |
| §4-3 传感器阵列优化设计 | 第49-53页 |
| 4-3-1 优化的实现方案 | 第49-50页 |
| 4-3-2 优化过程的执行流程 | 第50页 |
| 4-3-3 优化的编程实现 | 第50-51页 |
| 4-3-4 优化结果分析 | 第51-53页 |
| §4-4 本章小结 | 第53-54页 |
| 第五章 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 A | 第58-59页 |
| 致谢 | 第59页 |