| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-21页 |
| ·课题背景和意义 | 第9-10页 |
| ·Zigbee无线传感器网络基础 | 第10-16页 |
| ·Zigbee网络模型 | 第11-13页 |
| ·Zigbee网络设备及拓扑类型 | 第13-14页 |
| ·Zigbee网络应用和开发流程 | 第14-15页 |
| ·Zigbee PRO的特性 | 第15-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·Zigbee网络的应用和研究现状 | 第16页 |
| ·室内空间建模研究现状 | 第16-17页 |
| ·系统辨识发展概况 | 第17-18页 |
| ·滑模变结构控制及其在神经网络训练中的应用 | 第18-19页 |
| ·本文研究的主要内容 | 第19页 |
| ·本章小结 | 第19-21页 |
| 2 Zigbee节点的硬件设计 | 第21-35页 |
| ·Zigbee网络的系统设计 | 第21-23页 |
| ·Zigbee网络设计的要求 | 第21页 |
| ·Zigbee网络的总体设计 | 第21-22页 |
| ·Zigbee节点的总体设计 | 第22-23页 |
| ·无线通信基础电路设计 | 第23-27页 |
| ·无线通讯模块选取 | 第23-25页 |
| ·最小系统设计 | 第25-26页 |
| ·USB模块设计 | 第26页 |
| ·外部定时器设计 | 第26-27页 |
| ·电源电路设计 | 第27-31页 |
| ·供电电路设计 | 第27-28页 |
| ·电源管理电路设计 | 第28-30页 |
| ·时钟电路设计 | 第30-31页 |
| ·功能模块电路设计 | 第31-32页 |
| ·LCD电路设计 | 第31页 |
| ·传感器电路设计 | 第31-32页 |
| ·主控制器介绍 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 3 Zigbee网络的软件设计 | 第35-55页 |
| ·软件开发环境 | 第35-36页 |
| ·Zigbee PRO程序开发平台 | 第36页 |
| ·主控制器的程序开发平台 | 第36页 |
| ·Zigbee节点软件的总体架构 | 第36-39页 |
| ·操作系统配置 | 第37-38页 |
| ·协议栈配置 | 第38-39页 |
| ·节点程序设计 | 第39-45页 |
| ·协调节点的程序框架 | 第39-41页 |
| ·路由节点的程序框架 | 第41-42页 |
| ·底层节点的程序框架 | 第42页 |
| ·节点的组网实现 | 第42-45页 |
| ·节能控制策略 | 第45-47页 |
| ·Zigbee节点软件休眠策略 | 第45-46页 |
| ·Zigbee硬件节能机制 | 第46-47页 |
| ·系统测试 | 第47-51页 |
| ·节点的通信距离测试 | 第48-50页 |
| ·节点的硬件节能测试 | 第50页 |
| ·组网能力测试 | 第50-51页 |
| ·ARM控制器的软件开发 | 第51-54页 |
| ·操作系统定制 | 第52-53页 |
| ·基于VS2005的应用程序开发 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 4 用于空气品质系统辨识的人工神经网络模型研究 | 第55-65页 |
| ·人工神经网络辨识模型 | 第55-56页 |
| ·变结构神经网络算法 | 第56-57页 |
| ·BP网络与SMC网络的比较 | 第57-59页 |
| ·网络的训练效果分析 | 第58页 |
| ·网络的泛化能力分析 | 第58-59页 |
| ·PSO-SMC网络训练算法 | 第59-63页 |
| ·微粒群算法训练神经网络初始权值 | 第60-61页 |
| ·基于PSO的SMC优化算法验证 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 5 室内空气品质的辨识研究 | 第65-75页 |
| ·空气品质参数检测方案设计 | 第65-68页 |
| ·研究对象的总体介绍 | 第65-66页 |
| ·测量参数的实验方案 | 第66-67页 |
| ·数据采集及处理 | 第67-68页 |
| ·室内空气品质模型结构辨识 | 第68-72页 |
| ·系统阶次辨识 | 第68-71页 |
| ·系统时滞辨识 | 第71-72页 |
| ·室内空气品质参数辨识 | 第72-73页 |
| ·采用基于PSO-SMC的神经网络估计室内空气品质模型参数 | 第72页 |
| ·模型的验证分析 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 6 总结及展望 | 第75-77页 |
| ·论文总结 | 第75-76页 |
| ·未来展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 个人简介 | 第81-83页 |
| 导师简介 | 第83-85页 |
| 获得成果目录清单 | 第85-87页 |
| 致谢 | 第87页 |