无线传感器网络气体检测节点的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·本课题背景及研究意义 | 第10-11页 |
| ·气体模式识别方法的研究现状 | 第11-12页 |
| ·气体传感器动态检测方法研究现状 | 第12-13页 |
| ·无线传感器网络气体检测技术发展现状 | 第13-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 第2章 气体传感器动态检测技术 | 第17-23页 |
| ·气体传感器 | 第17-18页 |
| ·气体传感器分类 | 第17-18页 |
| ·气体传感器的特性 | 第18页 |
| ·气体传感器动态检测 | 第18-20页 |
| ·气体传感器动态检测的温湿度补偿 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 硬件设计 | 第23-32页 |
| ·系统总体方案 | 第23-24页 |
| ·气体传感器及调理电路 | 第24-25页 |
| ·加热电路设计 | 第25-26页 |
| ·DSP信号采集处理电路 | 第26-28页 |
| ·ADC采样电路 | 第26-27页 |
| ·DSP数据处理单元 | 第27-28页 |
| ·串行通信 | 第28页 |
| ·无线传感器网络通信 | 第28-31页 |
| ·无线传感器网络 | 第29-30页 |
| ·无线传感器模块与上位机通信接口设计 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于核函数的气体模式识别 | 第32-44页 |
| ·气体模式识别技术 | 第32-34页 |
| ·气体模式识别概述 | 第32-33页 |
| ·核函数方法 | 第33-34页 |
| ·支持向量机回归 | 第34-39页 |
| ·支持向量机回归原理 | 第35-37页 |
| ·支持向量机回归算法的实现 | 第37-39页 |
| ·RBF神经网络 | 第39-43页 |
| ·RBF神经网络原理 | 第39-41页 |
| ·RBF神经网络算法的实现 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 软件设计 | 第44-53页 |
| ·软件总体设计 | 第44页 |
| ·基于DSP系统的软件设计 | 第44-48页 |
| ·ADC采样程序 | 第45-46页 |
| ·动态加热控制程序 | 第46页 |
| ·数据处理算法程序 | 第46-47页 |
| ·DSP串口通信程序 | 第47-48页 |
| ·基于无线传感器网络通信的软件设计 | 第48-50页 |
| ·通信协议 | 第48-49页 |
| ·节点间无线通信 | 第49-50页 |
| ·无线通信节点与上位机通信 | 第50页 |
| ·上位机软件设计 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第6章 气体传感器动态检测实验分析 | 第53-60页 |
| ·气体传感器动态检测实验 | 第53-55页 |
| ·气体传感器动态检测实验环境 | 第53-54页 |
| ·气体传感器动态检测实验数据样本选择 | 第54-55页 |
| ·样本数据预处理 | 第55页 |
| ·气体检测结果分析 | 第55-59页 |
| ·支持向量机回归算法检测结果分析 | 第56-57页 |
| ·RBF神经网络算法检测结果分析 | 第57页 |
| ·两种模式识别算法检测结果比较 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
