首页--交通运输论文--公路运输论文--道路工程论文--路基、路面工程论文--路面工程论文

基于车身加速度的路面谱测量及性能指标分析

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-22页
    1.1 研究背景综述第12-13页
    1.2 路面不平度检测的研究现状第13-18页
        1.2.1 路面平整度检测技术发展历程第13-15页
        1.2.2 国外研究现状第15-17页
        1.2.3 国内研究现状第17-18页
    1.3 路面平整度性能指标第18-19页
    1.4 论文来源及主要研究内容第19-20页
    1.5 章节安排第20页
    1.6 本章小结第20-22页
第2章 系统理论模型第22-28页
    2.1 路面平整度的定义、检测方法及评价指标第22-23页
    2.2 系统理论模型第23-26页
        2.2.1 路面不平度测量理论第23-24页
        2.2.2 车辆悬架模型分析第24-26页
    2.3 路面不平度各性能指标间的关系第26-27页
        2.3.1 功率谱密度PSD与平整度标准差σ之间的关系第26-27页
        2.3.2 功率谱密度PSD与国际平整度指数IRI之间的关系第27页
    2.4 本章小结第27-28页
第3章 测量系统软硬件设计第28-40页
    3.1 系统硬件设计第28-34页
        3.1.1 信号采集模块第29-30页
        3.1.2 信号调理模块第30页
        3.1.3 核心控制模块第30-31页
        3.1.4 通信模块第31-33页
        3.1.5 电源模块第33-34页
    3.2 系统嵌入式软件设计第34-38页
        3.2.1 软件开发环境第34页
        3.2.2 软件开发流程第34-36页
        3.2.3 主要模块具体实现第36-38页
    3.3 本章小结第38-40页
第4章 系统上位机软件设计第40-46页
    4.1 软件的开发环境第40页
    4.2 功能需求分析第40-41页
    4.3 软件设计实现第41-45页
        4.3.1 数据采集模块第41-42页
        4.3.2 数据处理模块第42-44页
        4.3.3 数据分析模块第44-45页
        4.3.4 登陆退出模块第45页
    4.4 本章小结第45-46页
第5章 数据处理算法第46-56页
    5.1 研究背景第46-48页
        5.1.1 路面识别算法研究现状第46页
        5.1.2 深度神经网络研究现状第46-48页
    5.2 深度神经网络第48-52页
        5.2.1 深度神经网络结构第48-49页
        5.2.2 深度神经网络训练算法第49-52页
    5.3 深度神经网络算法优化第52-54页
    5.4 本章小结第54-56页
第6章 实车试验与结果分析第56-66页
    6.1 实车试验第56-58页
        6.1.1 传感器标定第56页
        6.1.2 试验系统搭建及参数设置第56-58页
    6.2 数据处理第58-63页
        6.2.1 系统建模第58-61页
        6.2.2 道路数据处理第61-62页
        6.2.3 深度神经网络算法设计第62-63页
    6.3 结果分析第63-65页
        6.3.1 算法性能分析第63-64页
        6.3.2 路面三维重构第64-65页
    6.4 本章小结第65-66页
总结与展望第66-68页
参考文献第68-72页
硕士期间论文发表情况第72-74页
致谢第74-75页
中文详细摘要第75-77页
英文详细摘要第77-78页

论文共78页,点击 下载论文
上一篇:六年级学生从算术思维到代数思维的发展探究--以一元一次方程的应用为例
下一篇:我国上市公司的反收购策略研究--以宝能系收购万科为例