摘要 | 第3-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 国外研究现状 | 第10页 |
1.2.2 国内研究现状 | 第10-11页 |
1.3 论文工作与结构安排 | 第11-13页 |
第二章 系统总体设计框架 | 第13-17页 |
2.1 系统的设计目标和思路 | 第13页 |
2.1.1 系统设计目标 | 第13页 |
2.1.2 系统设计思路 | 第13页 |
2.2 系统的结构 | 第13-16页 |
2.2.1 上位机 | 第14页 |
2.2.2 下位机 | 第14-15页 |
2.2.3 主要技术指标 | 第15-16页 |
2.3 本章小结 | 第16-17页 |
第三章 测控系统各部分设计 | 第17-61页 |
3.1 通信主机的设计 | 第17-31页 |
3.1.1 外围电路 | 第17-25页 |
3.1.2 STM32F103RBT6最小系统设计 | 第25-27页 |
3.1.3 通信主机工作流程图 | 第27-31页 |
3.1.4 通信主机PCB设计 | 第31页 |
3.2 测控分机的设计 | 第31-54页 |
3.2.1 电源模块 | 第32-33页 |
3.2.2 微控制器 | 第33-35页 |
3.2.3 温度检测设计 | 第35-41页 |
3.2.4 湿度检测设计 | 第41-44页 |
3.2.5 水分检测设计 | 第44-48页 |
3.2.6 料位检测设计 | 第48-53页 |
3.2.7 测控分机的PCB设计 | 第53-54页 |
3.3 通风控制的设计 | 第54-58页 |
3.3.1 通风的必要条件 | 第54-55页 |
3.3.2 通风控制分机设计 | 第55-58页 |
3.4 上位机采集的实现 | 第58-60页 |
3.5 本章小结 | 第60-61页 |
第四章 粮情数据智能分析 | 第61-73页 |
4.1 测试场景简介 | 第61页 |
4.2 数据预处理 | 第61-64页 |
4.3 模糊推理与神经网络技术简介 | 第64-67页 |
4.3.1 模糊推理技术 | 第64-65页 |
4.3.2 BP神经网络技术 | 第65-67页 |
4.4 基于BP神经网络技术的粮情分析 | 第67-72页 |
4.5 本章小结 | 第72-73页 |
第五章 结束语 | 第73-74页 |
5.1 工作总结 | 第73页 |
5.2 研究展望 | 第73-74页 |
参考文献 | 第74-77页 |
致谢 | 第77-78页 |
攻读硕士期间获得的科研成果 | 第78页 |