积雪路面GPR探测信号处理与雪铲自动控制研究
| 提要 | 第1-9页 |
| 第1章 绪论 | 第9-17页 |
| ·选题背景 | 第9-10页 |
| ·研究的目的与意义 | 第10-11页 |
| ·国内外除雪车研究现状与发展趋势 | 第11-15页 |
| ·除雪机的分类与使用 | 第12-15页 |
| ·冰雪清除技术的发展趋势 | 第15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 第2章 积雪路面探测方法分析与选择 | 第17-35页 |
| ·积雪的物理特性分析 | 第17-23页 |
| ·冰雪的分类 | 第17-18页 |
| ·冰雪密度 | 第18-19页 |
| ·雪的抗压强度 | 第19-20页 |
| ·雪的抗剪切强度系数 | 第20页 |
| ·雪的摩擦系数 | 第20页 |
| ·雪的介电特性 | 第20-23页 |
| ·道路路面特性 | 第23-25页 |
| ·路面材料及其特性 | 第23-24页 |
| ·路面积雪状态及路面常见障碍调查 | 第24-25页 |
| ·探测方法分析与选择 | 第25-26页 |
| ·声波探测 | 第25-26页 |
| ·电磁波探测分析 | 第26页 |
| ·电磁波传播的基本理论 | 第26-28页 |
| ·电磁波传播的基本规律 | 第26-27页 |
| ·本构关系 | 第27-28页 |
| ·探地雷达（GPR）的组成 | 第28-30页 |
| ·GPR 应用的验证性实验 | 第30-33页 |
| ·主要性能指标的选取 | 第30-31页 |
| ·实验的环境条件与实验过程 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 GPR 回波信号的一维分析与处理 | 第35-67页 |
| ·回波信号数字处理数学方法分析 | 第35-47页 |
| ·数字信号处理的频域算法分析 | 第36-42页 |
| ·数字信号处理的时频算法分析 | 第42-47页 |
| ·MALLAT 算法的实现与分析 | 第47-56页 |
| ·信号分解与重构算法的建立 | 第47-49页 |
| ·信号分解与重构算法的实现 | 第49-56页 |
| ·小波算法的选取及特性分析 | 第56-57页 |
| ·GPR 回波信号的小波处理 | 第57-66页 |
| ·小波分析滤噪效果的模拟 | 第57-61页 |
| ·回波信号的小波处理实验 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 GPR 回波信号的二维成像处理 | 第67-77页 |
| ·GPR 图像数据特性 | 第67-68页 |
| ·雷达回波信号二维成像处理 | 第68-73页 |
| ·成像原理与算法 | 第68-72页 |
| ·GPR 回波信号成像 | 第72-73页 |
| ·GPR 回波信号图像的增强处理 | 第73-76页 |
| ·小波图像增强算法 | 第73-75页 |
| ·增强处理的GPR 回波信号图像 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 自动控制信号的提取与速度匹配分析 | 第77-97页 |
| ·GPR 信息模型的建立与正演 | 第77-79页 |
| ·自动控制信号的提取 | 第79-86页 |
| ·相关系数算法 | 第81-82页 |
| ·相关系数算法的实现 | 第82-86页 |
| ·雪铲自动控制系统分析 | 第86-94页 |
| ·雪铲自动控制系统原理 | 第86-87页 |
| ·雪铲液压控制系统仿真分析 | 第87-94页 |
| ·自动控制的时间匹配分析 | 第94-96页 |
| ·本章小结 | 第96-97页 |
| 第6章 人工神经网络在雪层厚度计算中的应用研究 | 第97-107页 |
| ·人工神经网络的定义和特点 | 第97-101页 |
| ·BP 人工神经网络的结构形式 | 第98-99页 |
| ·三层BP 网络的学习过程及步骤 | 第99-101页 |
| ·雪层厚度计算算法 | 第101-103页 |
| ·人工神经网络的仿真分析 | 第103-106页 |
| ·正演数据 | 第103-105页 |
| ·人工神经网络计算雪层厚度与实测雪层厚度对比 | 第105-106页 |
| ·本章小结 | 第106-107页 |
| 第7章 结论与展望 | 第107-109页 |
| 参考文献 | 第109-116页 |
| 致谢 | 第116-117页 |
| 博士学习期间发表的学术论文及其它成果 | 第117-118页 |
| 摘要 | 第118-121页 |
| ABSTRACT | 第121-124页 |
