| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景与意义 | 第8-9页 |
| ·人工神经网络实现技术的发展状况 | 第9-10页 |
| ·神经网络的FPGA硬件实现 | 第10-11页 |
| ·本课题关键技术及方案 | 第11-12页 |
| ·本课题主要创新点 | 第12-13页 |
| ·本课题各章节安排 | 第13-14页 |
| 第2章 神经网络控制基础与FPGA相关技术 | 第14-21页 |
| ·神经网络基础 | 第14-18页 |
| ·单神经元模型 | 第15页 |
| ·BP神经网络的拓扑结构 | 第15-17页 |
| ·BP神经网络的学习规则 | 第17-18页 |
| ·FPGA及其开发工具 | 第18-20页 |
| ·FPGA简介 | 第18-19页 |
| ·硬件开发工具QuatusⅡ | 第19-20页 |
| ·软件编程语言 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于FPGA的BP神经网络控制器总体设计 | 第21-25页 |
| ·BP神经网络控制器的设计流程 | 第21-23页 |
| ·BP神经网络硬件实现的关键问题 | 第23-25页 |
| 第4章 FPGA硬件数据表示方式的研究 | 第25-34页 |
| ·数据表示方式的分类 | 第25-27页 |
| ·浮点数表示基础 | 第25-26页 |
| ·定点数表示基础 | 第26-27页 |
| ·数据的FPGA硬件表示方式研究 | 第27-29页 |
| ·数据运算部件的设计 | 第29-33页 |
| ·原码简介 | 第29页 |
| ·原码加法器的算法与FPGA硬件设计 | 第29-31页 |
| ·原码乘法器的算法与FPGA硬件设计 | 第31-33页 |
| ·数据运算部件实验分析与结论 | 第33-34页 |
| 第5章 神经网络激活函数的FPGA实现研究 | 第34-45页 |
| ·Sigmoid函数逼近方法比较 | 第34-36页 |
| ·CORDIC法 | 第34-35页 |
| ·泰勒级数展开法 | 第35页 |
| ·查找表法 | 第35页 |
| ·分段线性函数逼近法 | 第35-36页 |
| ·最小二乘法原理与多项式拟合 | 第36-38页 |
| ·最小二乘法基本原理 | 第36页 |
| ·多项式拟合 | 第36-38页 |
| ·分段函数非线性逼近原理 | 第38-42页 |
| ·BP神经网络激活函数Sigmoid硬件实现 | 第42-44页 |
| ·实验数据分析及结论 | 第44-45页 |
| 第6章 BP神经网络控制器在三容水箱控制系统中的应用 | 第45-58页 |
| ·三容水箱控制系统简介 | 第45-46页 |
| ·三容水箱简介 | 第45-46页 |
| ·控制系统简介 | 第46页 |
| ·统建模与MARLAB训练BP神经网络模型 | 第46-49页 |
| ·统建模 | 第46-48页 |
| ·MARLAB训练BP神经网络模型 | 第48-49页 |
| ·BP神经网络的FPGA实现 | 第49-54页 |
| ·BP神经网络模型的选择 | 第49-50页 |
| ·BP神经网络模型的FPGA实现 | 第50-54页 |
| ·仿真和误差分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第7章 结论与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 攻读学位期间的研究成果 | 第62页 |