摘要 | 第1-7页 |
Abstract | 第7-18页 |
1 绪论 | 第18-27页 |
·选题背景及意义 | 第18-20页 |
·煤矿安全监控技术的研究与发展现状 | 第20-22页 |
·物联网感知在煤矿安全监控中的研究 | 第22-24页 |
·研究路线与拟解决的关键技术问题 | 第24-25页 |
·论文主要研究内容及结构安排 | 第25-26页 |
·本章小结 | 第26-27页 |
2 煤矿安全监控物联网感知架构设计 | 第27-46页 |
·煤矿物联网基本概念与特征 | 第27-30页 |
·物联网的发展演进及其特点 | 第27-28页 |
·物联网的技术框架 | 第28-29页 |
·物联网感知矿山的基本含义 | 第29-30页 |
·感知矿山物联网基本应用模型 | 第30-33页 |
·感知矿山的“三个感知” | 第30-31页 |
·感知矿山物联网系统模型 | 第31-32页 |
·感知矿山物联网主要特征 | 第32-33页 |
·物联网无线接入技术 | 第33-36页 |
·无线传感器网络通信协议 | 第33-34页 |
·无线传感器节点组成 | 第34页 |
·无线传感器网络基本结构 | 第34-36页 |
·安全监控物联网感知网络的实现 | 第36-41页 |
·建立分布式感知拓扑结构 | 第36-37页 |
·基于分簇的路由汇聚机制设计 | 第37-39页 |
·基于分簇的协作型多功能中间件设计 | 第39-41页 |
·数据服务平台搭建 | 第41-45页 |
·云计算概述 | 第41页 |
·数据服务平台的部署 | 第41-45页 |
·方案特点与优势 | 第45页 |
·本章小结 | 第45-46页 |
3 感知煤矿安全状况的信息融合技术 | 第46-75页 |
·信息融合概述 | 第46-49页 |
·信息融合的基本概念 | 第46-47页 |
·信息融合理论的发展与研究现状 | 第47-48页 |
·信息融合的基本过程 | 第48-49页 |
·煤矿井下复杂环境与信息融合策略 | 第49-52页 |
·井下气相环境分析 | 第49-50页 |
·灾害类型与发生条件 | 第50-51页 |
·安全等级划分与信息融合策略 | 第51-52页 |
·感知煤矿安全的数据级融合 | 第52-63页 |
·数据的预处理 | 第52-56页 |
·数据级最优加权融合算法 | 第56-60页 |
·算法仿真分析 | 第60-63页 |
·感知煤矿安全的决策级融合 | 第63-70页 |
·模糊粗糙集基本概念和理论 | 第63-65页 |
·灰色关联分析基本方法 | 第65-67页 |
·基于模糊粗糙-灰色关联分析(FR-GC)的决策级融合算法 | 第67-70页 |
·应用实例研究 | 第70-74页 |
·建立安全状况感知的模糊粗糙识别模式 | 第70-71页 |
·采集样本数据的信息融合 | 第71-73页 |
·分析对比 | 第73-74页 |
·本章小结 | 第74-75页 |
4 感知节点健康状态的故障诊断技术 | 第75-104页 |
·煤矿安全监控系统故障诊断概述 | 第75-77页 |
·监控系统故障诊断的研究现状 | 第75-76页 |
·传感器故障诊断方法 | 第76-77页 |
·传感器节点故障分类及诊断策略 | 第77-79页 |
·监控系统传感器的故障模式 | 第77-78页 |
·监控系统传感器的故障诊断策略 | 第78-79页 |
·基于小波包分解的信号分析与特征提取 | 第79-88页 |
·小波包分解的基本原理 | 第79-81页 |
·基于小波包的传感器信号分解算法 | 第81-87页 |
·特征谱性能评估 | 第87-88页 |
·基于EKF-FRBF神经网络辨识的传感器故障诊断 | 第88-97页 |
·扩展Kalman滤波算法(EKF) | 第88-90页 |
·模糊神经网络结构与算法 | 第90-92页 |
·建立EKF-FRBF神经网络诊断识别器 | 第92-97页 |
·应用实例研究 | 第97-103页 |
·特征能量谱的提取 | 第97页 |
·特征能量谱区分性验证 | 第97-98页 |
·故障诊断辨识 | 第98-103页 |
·本章小结 | 第103-104页 |
5 智能移动Sink节点设计 | 第104-120页 |
·Sink节点的功能与特点 | 第104-105页 |
·Sink节点的总体方案设计 | 第105-117页 |
·Sink节点的仿真设计 | 第105-108页 |
·Sink节点的硬件设计 | 第108-112页 |
·Sink节点的软件设计 | 第112-117页 |
·实验验证与分析 | 第117-118页 |
·本章小结 | 第118-120页 |
6 总结与展望 | 第120-122页 |
·研究总结 | 第120页 |
·主要创新点 | 第120-121页 |
·研究展望 | 第121-122页 |
参考文献 | 第122-130页 |
致谢 | 第130-131页 |
作者简介及读博期间主要科研成果 | 第131-132页 |