摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 论文研究来源及意义 | 第10-11页 |
1.2 国内外发展现状 | 第11-12页 |
1.2.1 国外汽车故障诊断技术 | 第11-12页 |
1.2.2 国内汽车诊断技术 | 第12页 |
1.3 本文研究内容 | 第12-14页 |
第2章 系统总体设计 | 第14-17页 |
2.1 系统总体设计方案 | 第14-16页 |
2.1.1 采用 ARM9 处理器和 LINUX 操作系统 | 第14-15页 |
2.1.2 汽车故障状态信息的传输 | 第15页 |
2.1.3 基于机器学习的智能故障诊断专家 | 第15-16页 |
2.2 本章小结 | 第16-17页 |
第3章 嵌入式硬件设计 | 第17-25页 |
3.1 嵌入式系统硬件总体架构 | 第17页 |
3.2 核心板电路设计 | 第17-21页 |
3.2.1 电源电路 | 第17-19页 |
3.2.2 复位电路 | 第19页 |
3.2.3 存储模块电路 | 第19-21页 |
3.3 扩展板上的电路设计 | 第21-24页 |
3.3.1 串口电路 | 第21-22页 |
3.3.2 USB 模块 | 第22-23页 |
3.3.3 LCD 模块 | 第23页 |
3.3.4 CAN 模块设计 | 第23-24页 |
3.4 本章小结 | 第24-25页 |
第4章 嵌入式软件设计 | 第25-32页 |
4.1 嵌入式软件总体设计结构 | 第25页 |
4.2 Linux 操作系统移植 | 第25-27页 |
4.3 基于 Linux 的驱动程序设计 | 第27-31页 |
4.3.1 Linux 设备驱动程序结构 | 第27-28页 |
4.3.2 CAN 通信模型 | 第28-29页 |
4.3.3 程序界面的编写 | 第29-31页 |
4.4 本章小结 | 第31-32页 |
第5章 基于支持向量机的发动机失火故障诊断 | 第32-43页 |
5.1 诊断及预报系统总体结构 | 第32页 |
5.2 支持向量机 | 第32-37页 |
5.2.1 最优超平面的构造 | 第33-35页 |
5.2.2 非线性问题的推导 | 第35-37页 |
5.3 多分类问题 | 第37页 |
5.4 参数优化和数据预处理 | 第37-39页 |
5.5 仿真研究 | 第39-42页 |
5.6 本章小结 | 第42-43页 |
结论 | 第43-44页 |
参考文献 | 第44-47页 |
攻读硕士学位期间发表的学术论文 | 第47-48页 |
致谢 | 第48页 |