首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气储运机械设备论文--油气管道论文

基于小波神经网络的光纤振动信号识别算法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-15页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究状况第10-11页
    1.3 论文结构与内容第11-15页
第二章 光纤预警系统工作原理及系统结构第15-21页
    2.1 Φ-OTDR体制的工作原理及光路构成第15-17页
        2.1.1 Φ-OTDR体制的工作原理第15页
        2.1.2 Φ-OTDR体制下光路宏观传导流程第15-17页
    2.2 光纤预警系统的硬件结构组成第17-20页
        2.2.1 光纤预警系统构成介绍第17-18页
        2.2.2 光纤预警系统中光路微观传导流程第18-19页
        2.2.3 ATCA架构设计第19-20页
    2.3 本章小结第20-21页
第三章 光纤预警系统信号检测第21-31页
    3.1 入侵信号检测处理流程及背景噪声信号特点分析第22-26页
        3.1.1 光纤预警系统背景噪声信号特点一第23-24页
        3.1.2 光纤预警系统背景噪声信号特点二第24-26页
    3.2 滤波器设计第26-27页
    3.3 信号标准化处理第27-29页
    3.4 系统所用CFAR检测算法第29-30页
    3.5 本章小结第30-31页
第四章 基于多层小波分解的入侵信号特征提取第31-42页
    4.1 提取信号包络第32-34页
    4.2 包络信号做自相关处理第34-37页
    4.3 小波多层分解第37-41页
    4.4 本章小结第41-42页
第五章 RVFL网络识别及网络调参第42-52页
    5.1 RVFL应用背景及网络结构第43-46页
    5.2 RVFL网络调参第46-50页
    5.3 RVFL神经网络识别效果第50-51页
    5.4 本章总结第51-52页
第六章 工作总结与研究展望第52-54页
    6.1 工作总结第52页
    6.2 研究展望第52-54页
参考文献第54-59页
在学期间的研究成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于深度学习的交通流量预测与可视化方法研究
下一篇:仿鞭毛菌游动机器人设计与仿真探究