油轮静电防爆智能数字监测控制系统
| 前言 | 第1-9页 |
| 一、 问题的引出 | 第6-7页 |
| 二、 油轮静电防爆智能数字监测控制系统 | 第7-9页 |
| 第一章 基于人工神经网络的系统建模 | 第9-20页 |
| 1．1 概述 | 第9-10页 |
| 1．2 小波分析 | 第10-17页 |
| 1．2．1 连续小波变换 | 第11-12页 |
| 1．2．2 离散小波变换 | 第12-17页 |
| 1．3 小波神经网络 | 第17-20页 |
| 1．3．1 小波神经网络的结构 | 第17页 |
| 1．3．2 小波神经网络的构造和训练 | 第17-20页 |
| 第二章 模糊逻辑控制 | 第20-25页 |
| 2．1 概述 | 第20页 |
| 2．2 模糊控制器的设计 | 第20-25页 |
| 2．2．1 隶属函数及输入模糊化 | 第20-22页 |
| 2．2．2 规则库的形式与生成 | 第22页 |
| 2．2．3 模糊决策 | 第22-23页 |
| 2．2．4 输出解模糊 | 第23-24页 |
| 2．2．5 模糊控制表 | 第24-25页 |
| 第三章 洗舱状态下的监控系统设计 | 第25-37页 |
| 3．1 洗舱系统输入参数的提取 | 第25-27页 |
| 3．2 小波神经网络的构造与训练 | 第27-32页 |
| 3．2．1 小波神经网络辨识器 | 第27-30页 |
| 3．2．2 小波神纤网络控制器 | 第30-32页 |
| 3．3 惰性气体模糊控制器的设计 | 第32-37页 |
| 第四章 装卸状态下的监控系统设计 | 第37-43页 |
| 4．1 装卸系统输入参数的提取 | 第37-38页 |
| 4．2 小波神经网络的构造与训练 | 第38-41页 |
| 4．2．1 小波神经网络辨识器 | 第38-40页 |
| 4．2．2 小波神经网络控制器 | 第40-41页 |
| 4．3 隋性气体模糊控制器的设计 | 第41-43页 |
| 第五章 小波神经网络的DSP实现 | 第43-50页 |
| 5．1 监控系统的实时性要求与DSP实现的引入 | 第43页 |
| 5．2 TMS320C54xDSP芯片简介 | 第43-45页 |
| 5．2．1 DSP芯片的特点 | 第43-44页 |
| 5．2．2 TMS320C5402性能简介 | 第44-45页 |
| 5．3 DSP系统设计 | 第45-50页 |
| 5．3．1 硬件设计 | 第46页 |
| 5． 3．2 软件设计 | 第46-50页 |
| 结语与鸣谢 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-74页 |
