| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·本课题研究的目的和意义 | 第8-9页 |
| ·气压计的发展及国内外研究现状 | 第9-11页 |
| ·传感器的发展 | 第10页 |
| ·传感器的研究现状 | 第10-11页 |
| ·基于AVR 的智能数字气压计系统 | 第11页 |
| ·本课题主要研究的内容和章节安排 | 第11-12页 |
| ·本课题主要研究内容 | 第11页 |
| ·本论文的章节安排 | 第11-12页 |
| 第二章 系统功能分析和总体设计 | 第12-17页 |
| ·系统功能分析 | 第12页 |
| ·系统结构框架和系统硬件总体设计 | 第12-13页 |
| ·处理器的选择 | 第13-14页 |
| ·AVR 处理器简介 | 第13页 |
| ·AVR 处理器的特点 | 第13-14页 |
| ·AVR 的体系结构 | 第14-16页 |
| ·AVR 的MCU 内核 | 第14页 |
| ·AVR 的寄存器 | 第14-15页 |
| ·AVR 的复位和异常中断 | 第15页 |
| ·MCU 工作时序 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 硬件开发平台及仿真 | 第17-25页 |
| ·压力传感器 | 第17-18页 |
| ·温度传感器 | 第18-20页 |
| ·单片机 | 第20页 |
| ·外围电路 | 第20-21页 |
| ·LED 显示 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 系统软件设计 | 第25-31页 |
| ·IAR 简介 | 第25-27页 |
| ·IAR C/C++编译器 | 第25页 |
| ·IAR C/C++编译器的使用 | 第25-27页 |
| ·应用程序设计 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第五章 气压计的优化设计 | 第31-44页 |
| ·传感器特性和温度补偿方法 | 第31-33页 |
| ·传感器的特性 | 第31-32页 |
| ·传感器温度补偿技术 | 第32-33页 |
| ·BP 人工神经网络实现温度补偿的途径 | 第33-34页 |
| ·BP 人工神经网络理论基础及其模型建立 | 第34-36页 |
| ·BP 神经网络原理 | 第34页 |
| ·BP 人工神经网络理论 | 第34-35页 |
| ·BP 神经网络中用到的传递函数 | 第35-36页 |
| ·BP 神经网络工作过程 | 第36页 |
| ·BP 神经网络的学习规则传感器特性补偿模型的建立 | 第36-44页 |
| ·BP 人工神经网络学习规则 | 第36页 |
| ·BP 神经网络学习算法 | 第36-39页 |
| ·传感器特性补偿模型的建立 | 第39-40页 |
| ·BP 人工神经网络的实现 | 第40-41页 |
| ·基于BP 人工神经网络仿真与实验结果分析 | 第41-44页 |
| 第六章 总结与展望 | 第44-45页 |
| ·工作总结 | 第44页 |
| ·后续工作展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 研究生期间发表论文 | 第47-48页 |
| 致谢 | 第48页 |