| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-25页 |
| 第一节 引言 | 第12-14页 |
| ·本课题的提出背景 | 第12-13页 |
| ·智能环境感知系统的需求分析 | 第13-14页 |
| 第二节 研究概况暨文献综述 | 第14-19页 |
| ·长距离分布式光纤传感技术 | 第16-18页 |
| ·智能环境感知技术与环境自适应性 | 第18-19页 |
| 第三节 本研究的内容、意义与创新性 | 第19-23页 |
| ·本研究的重点内容 | 第19-22页 |
| ·本研究的意义与创新性 | 第22-23页 |
| 第四节 本文的组织 | 第23-25页 |
| 第二章 基于分布式光纤传感的智能环境感知系统架构设计 | 第25-31页 |
| 第一节 引言 | 第25页 |
| 第二节 方法模型 | 第25-28页 |
| 第三节 结构模型 | 第28-29页 |
| 第四节 本文工作的特色 | 第29-31页 |
| 第三章 基于分布式光纤传感的信息采集 | 第31-39页 |
| 第一节 引言 | 第31-32页 |
| 第二节 基于Mach-Zehnder 干涉原理的光相位传感与检测 | 第32-35页 |
| 第三节 对外界扰动的抑制 | 第35-37页 |
| 第四节 被探测量的分布式定位 | 第37-38页 |
| 第五节 小结 | 第38-39页 |
| 第四章 感应微振动信号的分析 | 第39-52页 |
| 第一节 引言 | 第39页 |
| 第二节 感应微振动信号的分割 | 第39-42页 |
| 第三节 感应微振动信号的噪声消除 | 第42-49页 |
| 第四节 微振动信号分析的整体实现流程 | 第49-51页 |
| 第五节 小结 | 第51-52页 |
| 第五章 环境的智能感知 | 第52-98页 |
| 第一节 引言 | 第52页 |
| 第二节 环境信息识别的流程设计 | 第52-54页 |
| 第三节 感应微振动信号的特征提取 | 第54-71页 |
| ·特征抽取与特征选择 | 第55页 |
| ·基于统计分析的时域特征抽取 | 第55-58页 |
| ·基于小波包分析的时-频特征抽取 | 第58-63页 |
| ·基于次优小波包基的特征选择 | 第63-64页 |
| ·基于主成分分析的特征选择 | 第64-67页 |
| ·基于独立分量分析的特征选择 | 第67-71页 |
| 第四节 分类器设计 | 第71-88页 |
| ·支持向量机模型研究综述 | 第71-83页 |
| ·基于核空间层次聚类的SVM 树分类器 | 第83-84页 |
| ·环境事件的时间序列分析 | 第84-88页 |
| 第五节 基于人机交互的增量学习 | 第88-96页 |
| ·分类器的增量学习 | 第88-96页 |
| ·特征分析算法的增量学习 | 第96页 |
| 第六节 小结 | 第96-98页 |
| 第六章 应用实例：长距离输油气管道安全预警系统 | 第98-131页 |
| 第一节 引言 | 第98-99页 |
| 第二节 油气管道监控领域研究综述 | 第99-104页 |
| 第三节 安全预警系统的实现 | 第104-113页 |
| ·实现模型 | 第104-106页 |
| ·系统集成 | 第106-113页 |
| 第四节 实验 | 第113-129页 |
| ·实验数据与实验环境 | 第113页 |
| ·土壤振动信号的分割与除噪 | 第113-120页 |
| ·土壤振动信号的特征提取 | 第120-126页 |
| ·管道周边破坏性行为的识别 | 第126-129页 |
| 第五节 小结 | 第129-131页 |
| 第七章 总结与展望 | 第131-134页 |
| 参考文献 | 第134-145页 |
| 致谢 | 第145-146页 |
| 个人简历及在学期间发表的学术论文及研究成果 | 第146页 |