| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及现状 | 第7-9页 |
| 1.1.1 隧道结构健康监测的背景及意义 | 第7-8页 |
| 1.1.2 隧道健康监测的发展现状 | 第8-9页 |
| 1.2 无线传感器网络在隧道监测中的应用 | 第9-10页 |
| 1.3 本文主要的研究内容 | 第10-12页 |
| 2 基于UWB的隧道健康监测系统整体设计 | 第12-16页 |
| 2.1 基于UWB的无线隧道健康监测的原理 | 第12页 |
| 2.2 基于UWB的隧道健康监测系统组成 | 第12-14页 |
| 2.3 基于UWB的隧道健康监测系统的关键技术 | 第14-15页 |
| 2.4 本章小结 | 第15-16页 |
| 3 系统的硬件及软件设计 | 第16-29页 |
| 3.1 无线传感器节点硬件设计 | 第16-25页 |
| 3.1.1 传感器单元及接口电路 | 第16-20页 |
| 3.1.2 微处理单元及时钟电路 | 第20-22页 |
| 3.1.3 存储单元 | 第22页 |
| 3.1.4 超宽带无线传输单元 | 第22-24页 |
| 3.1.5 电源管理单元 | 第24-25页 |
| 3.2 系统软件设计 | 第25-28页 |
| 3.2.1 基站嵌入式软件设计 | 第25-26页 |
| 3.2.2 节点嵌入式软件设计 | 第26-28页 |
| 3.3 本章小结 | 第28-29页 |
| 4 数据处理及分析算法设计 | 第29-50页 |
| 4.1 底层软件数据纠错检错算法 | 第29-36页 |
| 4.1.1 校验和算法 | 第29-30页 |
| 4.1.2 ECC纠错检错算法改进设计 | 第30-36页 |
| 4.2 数据预处理算法 | 第36-44页 |
| 4.2.1 常用的数字滤波算法 | 第36-37页 |
| 4.2.2 小波去噪算法 | 第37-42页 |
| 4.2.3 仿真实验 | 第42-44页 |
| 4.3 基于随机森林的隧道评价算法设计 | 第44-49页 |
| 4.3.1 决策树算法 | 第45页 |
| 4.3.2 随机森林算法流程 | 第45-47页 |
| 4.3.3 基于随机森林算法的隧道评价样本集和参数选取 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 基于UWB的隧道监测系统的试验验证及分析 | 第50-66页 |
| 5.1 基于UWB的隧道监测系统的室内标定试验 | 第50-62页 |
| 5.1.1 MEMS加速度传感器的标定试验 | 第50-59页 |
| 5.1.2 温湿度传感器的标定试验 | 第59-61页 |
| 5.1.3 倾角传感器的标定试验 | 第61-62页 |
| 5.2 实际隧道测试试验 | 第62-64页 |
| 5.3 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表学术论文情况 | 第71-72页 |
| 致谢 | 第72-74页 |