中文摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 引言 | 第9-15页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 国内外研究动态 | 第10-12页 |
1.2.1 工程机械数据采集系统发展概述 | 第10-11页 |
1.2.2 Zig Bee网络与2.4GHZ频段同频干扰研究进展 | 第11-12页 |
1.3 本文主要研究内容和结构安排 | 第12-15页 |
第二章 无线数据采集系统相关介绍 | 第15-25页 |
2.1 数据传输技术的比较与选取 | 第15-17页 |
2.2 Zig Bee无线网络通信技术简介 | 第17-21页 |
2.2.1 Zig Bee技术特点 | 第17-18页 |
2.2.2 Zig Bee网络体系结构 | 第18-20页 |
2.2.3 Zig Bee协议构架 | 第20-21页 |
2.3 工程车辆液压泵模型介绍 | 第21-23页 |
2.3.1 工程车辆液压泵工程原理 | 第21-22页 |
2.3.2 工程车辆液压泵的性能参数 | 第22-23页 |
2.4 Zig Bee芯片介绍 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 改进马尔科夫模型的抗同频干扰信道分配方案 | 第25-41页 |
3.1 同频干扰问题概述 | 第25-26页 |
3.2 马尔科夫模型介绍 | 第26-30页 |
3.2.1 马尔科夫链的基本概念 | 第26-27页 |
3.2.2 马尔科夫链的重要性质 | 第27-29页 |
3.2.3 转移概率的计算和马氏性验证 | 第29-30页 |
3.3 改进马尔科夫模型的信道分配方案 | 第30-36页 |
3.3.1 实验样本信道获取 | 第30-31页 |
3.3.2 确定状态空间 | 第31页 |
3.3.3 绝对分布马尔科夫模型参数求解 | 第31-33页 |
3.3.4 边际概率与马氏性检验 | 第33页 |
3.3.5 模型应用及改进方案 | 第33-36页 |
3.4 仿真实验结果 | 第36-39页 |
3.4.1 马尔科夫算法程序实现 | 第36-38页 |
3.4.2 正确率对比 | 第38-39页 |
3.5 本章小结 | 第39-41页 |
第四章 基于离散粒子群优化算法的信道分配方案 | 第41-53页 |
4.1 粒子群优化算法介绍 | 第41-44页 |
4.1.1 粒子群优化算法的基本原理 | 第41页 |
4.1.2 基本粒子群优化算法 | 第41-42页 |
4.1.3 粒子群优化算法流程 | 第42页 |
4.1.4 基于离散粒子群的优化算法介绍 | 第42-44页 |
4.2 离散粒子群与抗同频干扰机制相结合的信道分配方案 | 第44-49页 |
4.2.1 评价函数设计 | 第44-47页 |
4.2.2 基于离散粒子群算法应用 | 第47-49页 |
4.3 实验仿真结果 | 第49-51页 |
4.3.1 本文两种算法对比 | 第49页 |
4.3.2 改进DPSO算法与同类算法对比 | 第49-51页 |
4.4 本章小结 | 第51-53页 |
第五章 无线数据采集系统设计与仿真测试 | 第53-67页 |
5.1 系统总体结构设计 | 第53-54页 |
5.2 系统硬件设计 | 第54-56页 |
5.3 系统软件设计 | 第56-60页 |
5.4 实验测试及结论 | 第60-66页 |
5.4.1 测试环境设置 | 第60-62页 |
5.4.2 系统测试 | 第62-63页 |
5.4.3 PER测试 | 第63-65页 |
5.4.4 采集结果 | 第65-66页 |
5.5 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 工作总结 | 第67页 |
6.2 展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-75页 |
攻读硕士学位期间取得的研究成果 | 第75-77页 |
附录 | 第77-80页 |