| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·汽车故障诊断原理 | 第10页 |
| ·燃油发动机故障诊断 | 第10-11页 |
| ·电池组的故障诊断 | 第11页 |
| ·车载故障诊断系统(OBD)故障码 | 第11-12页 |
| ·远程故障诊断技术和车联网概念 | 第12页 |
| ·文章结构 | 第12-14页 |
| 第2章 汽车远程诊断信息管理系统总体设计 | 第14-23页 |
| ·汽车远程诊断信息管理系统功能要求 | 第14-15页 |
| ·汽车远程诊断信息管理系统设计方案 | 第15-16页 |
| ·数据采集系统 | 第16-18页 |
| ·CAN 总线 | 第16页 |
| ·微控制器选择 | 第16-18页 |
| ·基于 SAE-J1939 协议和 WI-FI 技术的数据传输 | 第18-21页 |
| ·基于 CAN 总线的 SAE-J1939 协议技术 | 第18页 |
| ·无线通讯技术比较 | 第18-19页 |
| ·基于 Wi‐Fi 的远程数据传输技术 | 第19-21页 |
| ·基于神经网络的数据分析 | 第21-23页 |
| ·神经元模型 | 第21-22页 |
| ·神经网络特点与分类 | 第22-23页 |
| 第3章 汽车远程诊断信息管理系统车载装置 | 第23-29页 |
| ·电源供电模块设计 | 第23-25页 |
| ·电源模块 | 第23页 |
| ·电源 EMI 滤波模块 | 第23-24页 |
| ·L2596-ADJ 开关电压调节器 | 第24-25页 |
| ·CAN 总线收发模块 | 第25-26页 |
| ·SD 卡汽车数据存储模块设计 | 第26页 |
| ·IC 卡设备身份识别模块设计 | 第26-27页 |
| ·无线通信模块硬件设计 | 第27-29页 |
| 第4章 软件设计 | 第29-39页 |
| ·车载终端软件设计 | 第29-30页 |
| ·程序开发步骤 | 第29页 |
| ·数据传输与存储技术 | 第29-30页 |
| ·主程序设计 | 第30-31页 |
| ·模块程序 | 第31-36页 |
| ·初始化函数 | 第31-33页 |
| ·函数功能说明 | 第33-35页 |
| ·发送数据函数说明 | 第35-36页 |
| ·用户端软件 | 第36-38页 |
| ·编写环境 | 第38-39页 |
| 第5章 公交车动力电池的数据分析 | 第39-51页 |
| ·动力锂电池工作原理及 SOC 性能分析 | 第39-42页 |
| ·动力锂电池工作原理 | 第39-40页 |
| ·SOC 性能分析 | 第40-41页 |
| ·SOC 估算方法 | 第41-42页 |
| ·基于神经网络的 SOC 电能估算实验设计 | 第42-45页 |
| ·实验目的与设计 | 第42页 |
| ·数据降维 | 第42-44页 |
| ·数据采集 | 第44页 |
| ·数据预处理 | 第44-45页 |
| ·基于 BP 神经网络的训练和测试 | 第45-47页 |
| ·BP 神经网络 | 第45页 |
| ·BP 神经网络结构设计 | 第45-46页 |
| ·BP 神经网络的训练 | 第46-47页 |
| ·BP 神经网络预测分析 | 第47页 |
| ·基于 ELMAN 神经网络的训练和测试 | 第47-51页 |
| ·Elman 神经网络 | 第47页 |
| ·Elman 神经网络学习算法 | 第47-48页 |
| ·Elman 神经网络结构设计 | 第48页 |
| ·Elman 神经网络的训练 | 第48-50页 |
| ·Elman 神经网络预测分析 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 申请学位期间的研究成果及发表的学术论文 | 第58页 |