首页--工业技术论文--建筑科学论文--建筑基础科学论文--建筑物理学论文--建筑光学论文--人工照明、人工采光论文

基于Android的蓝牙智能照明系统的研究与实现

摘要第3-4页
abstract第4-5页
第1章 绪论第11-17页
    1.1 课题研究背景及意义第11-12页
    1.2 国内外研究现状及发展趋势第12-15页
        1.2.1 智能照明研究现状及发展趋势第12-14页
        1.2.2 短距离无线通信发展现状第14-15页
    1.3 论文的主要内容和结构安排第15-17页
第2章 相关技术理论第17-25页
    2.1 Android基础介绍第17-20页
        2.1.1 Android体系架构第17-18页
        2.1.2 Android四大组件第18-19页
        2.1.3 Android存储技术第19-20页
    2.2 Bluetooth4.0 技术介绍第20-24页
        2.2.1 低功耗蓝牙第21-22页
        2.2.2 Android中的蓝牙通信第22-24页
    2.3 本章小结第24-25页
第3章 系统需求分析与设计第25-34页
    3.1 系统需求分析第25-27页
        3.1.1 硬件功能需求分析第25-26页
        3.1.2 软件功能需求分析第26-27页
        3.1.3 非功能需求分析第27页
    3.2 系统框架设计第27-33页
        3.2.1 系统总体框架设计第27-28页
        3.2.2 硬件系统模块设计第28-32页
        3.2.3 软件APP功能模块设计第32-33页
    3.3 本章小结第33-34页
第4章 智能照明系统客户端的设计与实现第34-56页
    4.1 引言第34页
    4.2 客户端实现中的关键技术第34-40页
        4.2.1 Android平台下的蓝牙 4.0 编程实现第34-37页
        4.2.2 基于能量优先级的通信调度算法第37-39页
        4.2.3 界面异步更新机制第39-40页
    4.3 客户端功能模块的界面设计与实现第40-51页
        4.3.1 通信数据帧格式第42-43页
        4.3.2 登录模块第43-44页
        4.3.3 Home界面的设计与实现第44-47页
        4.3.4 灯效设置模块第47-48页
        4.3.5 定时模块第48-50页
        4.3.6 灯具管理模块第50-51页
    4.4 系统测试第51-55页
        4.4.1 硬件系统测试第51-52页
        4.4.2 软件系统测试第52-55页
        4.4.3 测试结果分析第55页
    4.5 本章小结第55-56页
第5章 基于BP神经网络的亮度自适应调节算法第56-72页
    5.1 引言第56页
    5.2 人工神经网络第56-58页
    5.3 亮度自适应调节过程第58-64页
        5.3.1 BP神经网络结构第58-59页
        5.3.2 BP神经网络学习过程第59页
        5.3.3 学习算法数学分析第59-62页
        5.3.4 BP神经网络模型构建第62-64页
    5.4 预测算法实现与结果分析第64-68页
        5.4.1 基于BP神经网络预测方法的MATLAB实现步骤第65页
        5.4.2 实验过程第65-68页
        5.4.3 结果分析第68页
    5.5 基于BP神经网络预测方法的Android实现步骤第68-71页
    5.6 本章小结第71-72页
第6章 总结与展望第72-74页
    6.1 全文总结与贡献第72-73页
    6.2 下一步研究方向第73-74页
参考文献第74-78页
致谢第78-79页
攻读硕士学位期间从事的科研工作及取得的成果第79页

论文共79页,点击 下载论文
上一篇:基于矢量控制的异步电机自校正控制系统研究
下一篇:煤矿井下排水监控系统的研究与设计