基于光纤干涉技术的机场周界报警模式识别研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 引言 | 第10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 周界安防系统的研究现状 | 第10-11页 |
1.2.2 光纤周界系统的研究现状 | 第11-12页 |
1.3 研究目的和意义 | 第12-13页 |
1.4 本文组织结构 | 第13-15页 |
第二章 基于光纤干涉技术的机场周界预警理论分析 | 第15-22页 |
2.1 引言 | 第15页 |
2.2 干涉型光纤振动传感器机理 | 第15-20页 |
2.2.1 相位调制机理 | 第15-16页 |
2.2.2 M-Z型振动传感器结构及传感原理 | 第16页 |
2.2.3 外力影响的理论分析 | 第16-20页 |
2.3 机场周界预警系统虚警原因分析 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第三章 基于EEMD的机场周界报警信号识别方法 | 第22-33页 |
3.1 引言 | 第22页 |
3.2 基于EEMD的识别方法 | 第22-29页 |
3.2.1 经验模态分解 | 第22-24页 |
3.2.2 总体平均经验模态分解 | 第24-26页 |
3.2.3 EEMD能量熵 | 第26-28页 |
3.2.4 特征提取 | 第28-29页 |
3.3 支持向量机 | 第29-31页 |
3.3.1 支持向量机原理 | 第30-31页 |
3.3.2 支持向量机的识别分类 | 第31页 |
3.4 本章小结 | 第31-33页 |
第四章 基于零导数处机场周界报警信号的识别方法 | 第33-40页 |
4.1 引言 | 第33页 |
4.2 零导数处的特征提取 | 第33-36页 |
4.2.1 零导数处信号分析 | 第33-35页 |
4.2.2 特征提取 | 第35-36页 |
4.3 概率神经网络 | 第36-39页 |
4.3.1 概率神经网络原理 | 第36-38页 |
4.3.2 概率神经网络的识别分类 | 第38-39页 |
4.4 本章小结 | 第39-40页 |
第五章 机场周界预警系统的现场测试 | 第40-45页 |
5.1 引言 | 第40页 |
5.2 机场周界预警系统搭建 | 第40-41页 |
5.3 信号的采集、处理及结果分析 | 第41-44页 |
5.4 本章小结 | 第44-45页 |
第六章 总结与展望 | 第45-47页 |
6.1 总结 | 第45-46页 |
6.2 下一步研究建议 | 第46-47页 |
参考文献 | 第47-51页 |
致谢 | 第51-53页 |
攻读硕士期间发表的论文 | 第53页 |