车间物联网数据采集关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 物联网制造车间发展现状 | 第12-13页 |
| 1.3 关键技术研究现状 | 第13-19页 |
| 1.3.1 数据采集技术 | 第13-15页 |
| 1.3.2 RFID 数据清洗技术 | 第15-17页 |
| 1.3.3 数据融合技术 | 第17-19页 |
| 1.4 论文主要研究内容 | 第19-20页 |
| 1.5 论文结构安排 | 第20-21页 |
| 第二章 车间物联网数据采集系统总体框架 | 第21-35页 |
| 2.1 系统需求分析 | 第21-22页 |
| 2.2 系统总体框架设计 | 第22-24页 |
| 2.3 数据采集工作模式 | 第24-27页 |
| 2.4 系统工作流程 | 第27-30页 |
| 2.4.1 电子标签写卡流程 | 第27-29页 |
| 2.4.2 电子标签读卡流程 | 第29-30页 |
| 2.5 系统关键技术 | 第30-34页 |
| 2.5.1 RFID 数据清洗方法 | 第30-31页 |
| 2.5.2 数据融合技术 | 第31-32页 |
| 2.5.3 车间数据管理 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 改进卡尔曼滤波的 RFID 数据清洗算法 | 第35-48页 |
| 3.1 车间物联网 RFID 数据特征 | 第35-37页 |
| 3.1.1 静态标签数据特征 | 第35-36页 |
| 3.1.2 动态标签特征 | 第36-37页 |
| 3.2 IKAL-RFID 清洗架构 | 第37-38页 |
| 3.3 IKAL-RFID 算法设计 | 第38-44页 |
| 3.3.1 算法数据清洗流程 | 第38-39页 |
| 3.3.2 数据清洗过程算法描述 | 第39-43页 |
| 3.3.3 清洗算法伪代码 | 第43-44页 |
| 3.4 实验及结果分析 | 第44-47页 |
| 3.4.1 清洗结果 | 第44-45页 |
| 3.4.2 数据清洗准确率分析 | 第45页 |
| 3.4.3 动态标签适应性分析 | 第45-47页 |
| 3.4.4 空间代价分析 | 第47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于概率传输的簇内数据融合算法 | 第48-61页 |
| 4.1 相关融合算法 | 第48-49页 |
| 4.2 车间物联网传感数据特点 | 第49-51页 |
| 4.3 PT-DF 算法相关定义 | 第51-53页 |
| 4.4 PT-DF 算法设计 | 第53-57页 |
| 4.4.1 PT-DF 算法总体思路 | 第53-54页 |
| 4.4.2 传感节点算法设计 | 第54-55页 |
| 4.4.3 簇头节点算法设计 | 第55-57页 |
| 4.5 实验及结果分析 | 第57-60页 |
| 4.5.1 融合结果对比 | 第57-58页 |
| 4.5.2 融合效率分析 | 第58-59页 |
| 4.5.3 节点能耗分析 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 车间物联网数据采集系统实现及应用 | 第61-75页 |
| 5.1 项目背景 | 第61页 |
| 5.2 系统开发环境 | 第61-62页 |
| 5.3 系统网络结构 | 第62-63页 |
| 5.4 系统功能结构 | 第63-65页 |
| 5.5 系统实现 | 第65-74页 |
| 5.5.1 RFID 通信方式 | 第65-66页 |
| 5.5.2 Zigbee 组网方式 | 第66-67页 |
| 5.5.3 数据清洗实现流程 | 第67-70页 |
| 5.5.4 数据融合实现流程 | 第70-71页 |
| 5.5.5 应用实例 | 第71-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 在学期间的研究成果及发表的学术论文 | 第83页 |
