| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第一章 绪论 | 第14-25页 |
| ·课题的研究意义与目的 | 第14-16页 |
| ·自确认(SEVA)传感器技术的概述 | 第16-18页 |
| ·自确认传感器的模型及概念 | 第16-17页 |
| ·自确认传感器的参数介绍 | 第17-18页 |
| ·自确认(SEVA)传感器技术的国内外发展现状 | 第18-23页 |
| ·自确认传感器故障诊断技术和信号恢复技术的研究现状 | 第18-21页 |
| ·自确认传感器的硬件和软件结构研究现况 | 第21-23页 |
| ·本课题的主要研究内容 | 第23-25页 |
| 第二章 系统设计 | 第25-50页 |
| ·技术要求及方案概述 | 第25-28页 |
| ·系统硬件设计与实现 | 第28-36页 |
| ·NI公司6024-E系列数据采集卡功能概述 | 第28-31页 |
| ·NI公司6024-E系列数据采集卡的安装与调试 | 第31-32页 |
| ·浊度传感及驱动电路设计 | 第32-34页 |
| ·利用TL494产生PWM信号的电路设计 | 第34-36页 |
| ·系统软件设计与实现 | 第36-50页 |
| ·虚拟仪器技术及LabVIEW程序设计概述 | 第36-43页 |
| ·系统的整体软件工作流程设计 | 第43页 |
| ·系统的初始化模块设计 | 第43-45页 |
| ·故障诊断模块设计 | 第45-48页 |
| ·数据融合输出模块设计 | 第48-50页 |
| 第三章 BP神经网络算法及数据融合应用分析 | 第50-71页 |
| ·人工神经网络技术概述 | 第50-55页 |
| ·神经网络的发展简史 | 第50-51页 |
| ·神经网络的基本理论 | 第51-55页 |
| ·BP神经网络算法 | 第55-61页 |
| ·BP网络的模型和结构 | 第56-57页 |
| ·BP网络的原理与学习 | 第57-61页 |
| ·BP算法用于多传感器数据融合方案设计 | 第61-64页 |
| ·多传感器数据融合的BP网络模型 | 第61-62页 |
| ·隐层层数的选取 | 第62页 |
| ·隐层节点数的设计 | 第62页 |
| ·训练样本的获取 | 第62-63页 |
| ·训练归一化处理 | 第63-64页 |
| ·MATLAB的应用与仿真 | 第64-71页 |
| ·启动MATLAB神经网络工具箱 | 第64-65页 |
| ·建立神经网络训练样本的输入数据(INPUT) | 第65-66页 |
| ·建立神经网络训练样本的目标数据(TARGET) | 第66-67页 |
| ·建立3层BP神经网络 | 第67-69页 |
| ·训练网络和仿真 | 第69-71页 |
| 第四章 系统演示 | 第71-74页 |
| 第五章 总结与展望 | 第74-77页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读学位期间发表的论文 | 第81-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84-87页 |
| 附录1 自确认浊度传感器平台图 | 第84-85页 |
| 附录2 系统电路图 | 第85-86页 |
| 附录3 神经网路训练样本 | 第86-87页 |