电容层析成像系统的实验研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-11页 |
| ·电容层析成像技术背景 | 第7-10页 |
| ·电容层析成像系统实验研究的意义 | 第10页 |
| ·本论文的主要工作 | 第10-11页 |
| 2 电容层析成像系统组成及工作原理 | 第11-17页 |
| ·过程层析成像技术 | 第11-14页 |
| ·电容层析成像系统的组成 | 第14页 |
| ·电容层析成像系统的技术特点 | 第14-15页 |
| ·电容层析成像系统的技术难点 | 第15-17页 |
| 3 电容传感器的分析与设计 | 第17-24页 |
| ·电容传感器的结构介绍 | 第17-21页 |
| ·电容传感器的数学模型 | 第17-18页 |
| ·电容传感器等效电路 | 第18-19页 |
| ·电容传感器的结构参数确定 | 第19-21页 |
| ·增加有效测量数据的新方法 | 第21-24页 |
| 4 电容层析成像系统硬件电路设计 | 第24-36页 |
| ·电容检测电路的主要方法 | 第24-26页 |
| ·本系统中微小电容检测电路设计 | 第26-31页 |
| ·信号发生器设计 | 第26-27页 |
| ·电容检测转换电路设计 | 第27-30页 |
| ·差动放大电路设计 | 第30-31页 |
| ·传感器极板阵列控制电路设计 | 第31-33页 |
| ·数据采集及板极切换控制 | 第33-36页 |
| 5 电容层析成像系统图像重建算法 | 第36-55页 |
| ·电容层析成像系统图像重建算法介绍 | 第36-39页 |
| ·线性反投影算法 | 第36-37页 |
| ·迭代算法 | 第37-38页 |
| ·人工神经网络法 | 第38-39页 |
| ·神经网络的基本概念 | 第39-42页 |
| ·神经元模型 | 第39-40页 |
| ·常用的网络结构 | 第40-41页 |
| ·网络的学习方式及规则 | 第41-42页 |
| ·基于BP网络的ECT图像重建算法 | 第42-46页 |
| ·BP神经网络模型的建立 | 第42-43页 |
| ·BP神经网络算法设计 | 第43-46页 |
| ·RBF网络较BP网络的优越性 | 第46-47页 |
| ·基于RBF网络的ECT图像重建算法 | 第47-55页 |
| ·RBF神经网络原理 | 第47-50页 |
| ·RBF神经网络的结构 | 第50-52页 |
| ·应用于ECT图像重建的RBF神经网络的设计 | 第52-55页 |
| 6 电容层析成像系统实验及数据分析 | 第55-65页 |
| ·微小电容测量电路的稳定性实验 | 第57页 |
| ·微小电容测量电路的线性度实验 | 第57-59页 |
| ·图像重建实验 | 第59-65页 |
| 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 A | 第70-71页 |
| 附录 B | 第71-72页 |
| 附录 C | 第72-73页 |
