| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1.绪论 | 第10-18页 |
| ·课题研究背景、目的及意义 | 第10-11页 |
| ·课题所涉及国内外研究现状 | 第11-15页 |
| ·测试信号去噪技术国内外研究现状 | 第11-13页 |
| ·传感器非线性校正技术的国内外研究现状 | 第13-14页 |
| ·传感器动态补偿技术国内外研究现状 | 第14-15页 |
| ·课题研究内容与创新点 | 第15-16页 |
| ·论文章节安排 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2.传感器的动态特性描述及一般模型 | 第18-26页 |
| ·测试系统动态特性描述方程 | 第18-20页 |
| ·常系数微分方程 | 第18-19页 |
| ·差分方程 | 第19页 |
| ·传递函数 | 第19-20页 |
| ·测试系统动态性能指标 | 第20-22页 |
| ·时间域动态性能指标 | 第20-21页 |
| ·频率域动态性能指标 | 第21-22页 |
| ·动态误差与动态补偿 | 第22-23页 |
| ·传感器的动态标定 | 第23-24页 |
| ·传感器的一般模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3.基于小波分解的信号降噪方法研究 | 第26-39页 |
| ·基于数字滤波器的去噪方法 | 第26-28页 |
| ·小波分析的理论基础 | 第28-34页 |
| ·小波变换 | 第29-30页 |
| ·分解算法 | 第30-31页 |
| ·经典小波基及其选择 | 第31-34页 |
| ·基于小波技术的信号去噪方法 | 第34-35页 |
| ·小波技术在信号去噪中的应用举例 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4.基于稀疏分解的信号降噪方法研究 | 第39-49页 |
| ·匹配跟踪(MP)算法 | 第39-40页 |
| ·原子库的构建 | 第40-41页 |
| ·自适应遗传算法对稀疏分解的改进 | 第41-44页 |
| ·基于相干比阈值的迭代终止条件 | 第44-46页 |
| ·稀疏分解在测试信号去噪中的应用举例 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5.传感器非线性校正 | 第49-59页 |
| ·引言 | 第49页 |
| ·基于最小二乘多项式拟合的非线性拟合 | 第49-54页 |
| ·基于 BP 神经网络的非线性拟合 | 第54-58页 |
| ·BP 神经网络模型 | 第54-55页 |
| ·BP 神经网络参数设置及在 MATLAB 平台下的实现 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 6.传感器动态补偿方法研究 | 第59-73页 |
| ·引言 | 第59页 |
| ·动态补偿滤波器阶次的确定 | 第59-62页 |
| ·动态补偿滤波器参数的辨识 | 第62-64页 |
| ·常用传感器的动态补偿 | 第64-72页 |
| ·热电偶的动态补偿 | 第64-68页 |
| ·压力传感器的动态补偿 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 7.总结与展望 | 第73-75页 |
| ·本文总结 | 第73-74页 |
| ·工作展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士期间发表的论文及参与课题情况 | 第78-79页 |
| 致谢 | 第79页 |