泵站系统水下异物入侵监测研究与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究背景及意义 | 第10页 |
1.2 探鱼仪国内外发展现状 | 第10-13页 |
1.3 声呐探测原理 | 第13-14页 |
1.4 水域入侵监测系统 | 第14-15页 |
1.4.1 水域入侵监测系统介绍 | 第14页 |
1.4.2 系统主要技术指标 | 第14-15页 |
1.5 论文的主要工作 | 第15-18页 |
第2章 系统硬件设计 | 第18-34页 |
2.1 微控制器模块设计 | 第18-20页 |
2.1.1 单片机ATMEGA1284P简介 | 第18页 |
2.1.2 微控制器电路 | 第18-20页 |
2.2 发射模块设计 | 第20-26页 |
2.2.1 发射模块结构 | 第20页 |
2.2.2 换能器选择 | 第20-22页 |
2.2.3 发射模块电路设计 | 第22-23页 |
2.2.4 匹配网络设计 | 第23-25页 |
2.2.5 变压器设计 | 第25-26页 |
2.3 电源模块设计 | 第26-27页 |
2.4 接收模块设计 | 第27-32页 |
2.4.1 接收模块结构 | 第27-28页 |
2.4.2 前级放大电路 | 第28-29页 |
2.4.3 带通滤波电路 | 第29-30页 |
2.4.4 后级放大电路 | 第30-32页 |
2.5 电路测试 | 第32页 |
2.6 本章小结 | 第32-34页 |
第3章 系统软件设计 | 第34-42页 |
3.1 系统软件介绍 | 第34-35页 |
3.1.1 系统软件构成 | 第34页 |
3.1.2 模块化运行流程 | 第34-35页 |
3.2 控制模块 | 第35-38页 |
3.2.1 发射控制 | 第35-36页 |
3.2.2 接收控制 | 第36-38页 |
3.3 算法模块 | 第38-41页 |
3.3.1 回波判断 | 第38-39页 |
3.3.2 距离定位 | 第39-41页 |
3.4 液晶模块 | 第41页 |
3.5 本章小结 | 第41-42页 |
第4章 包络特征值提取方法研究 | 第42-56页 |
4.1 系统的不足与改进 | 第42-43页 |
4.2 回波包络的理论依据 | 第43-44页 |
4.3 信号特征的提取和选择 | 第44页 |
4.4 本文中使用的特征 | 第44-51页 |
4.4.1 幅值特征 | 第44-46页 |
4.4.2 离散小波变换 | 第46-51页 |
4.5 类别可分离性依据 | 第51-53页 |
4.6 本章小结 | 第53-56页 |
第5章 模式识别法用于超声回波信号识别 | 第56-70页 |
5.1 近邻法 | 第56-58页 |
5.1.1 最近邻法 | 第56-57页 |
5.1.2 K-近邻法 | 第57-58页 |
5.2 神经网络 | 第58-62页 |
5.2.1 人工神经元模型 | 第59-60页 |
5.2.2 神经网络结构 | 第60-61页 |
5.2.3 神经网络的学习方式 | 第61-62页 |
5.3 概率神经网络 | 第62-69页 |
5.3.1 概率神经网络结构 | 第62-63页 |
5.3.2 概率神经网络的原理和优点 | 第63-64页 |
5.3.3 网络的实现及性能测试 | 第64-69页 |
5.4 本章小结 | 第69-70页 |
第6章 实验结果与分析 | 第70-86页 |
6.1 水域入侵监测系统 | 第70-77页 |
6.1.1 实验设备 | 第70页 |
6.1.2 试验方法 | 第70-71页 |
6.1.3 试验结果分析 | 第71-74页 |
6.1.4 误差原因分析 | 第74-77页 |
6.2 算法部分测试 | 第77-84页 |
6.2.1 实验设备 | 第77页 |
6.2.2 实验方法 | 第77-78页 |
6.2.3 K-近邻法测试 | 第78-81页 |
6.2.4 概率神经网络法测试 | 第81-83页 |
6.2.5 识别结果对比与分析 | 第83-84页 |
6.3 本章小结 | 第84-86页 |
结论 | 第86-88页 |
附录 | 第88-90页 |
参考文献 | 第90-94页 |
攻读硕士学位期间发表学术论文和专利 | 第94-96页 |
攻读硕士学位期间所获奖项 | 第96-98页 |
致谢 | 第98页 |