摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第12-16页 |
1.1 国内外背景及意义 | 第12页 |
1.2 国内外空气质量监测系统研究现状 | 第12-14页 |
1.3 本文的主要工作 | 第14-16页 |
第2章 系统的总体方案设计与硬件平台实现 | 第16-30页 |
2.1 系统的总体方案 | 第16-17页 |
2.2 本系统使用到的主要技术 | 第17-22页 |
2.2.1 嵌入式技术 | 第17-18页 |
2.2.2 GPRS通信技术 | 第18-19页 |
2.2.3 BP神经网络算法 | 第19-22页 |
2.3 处理器的选型和外围电路 | 第22-24页 |
2.3.1 STM32F103处理器 | 第22页 |
2.3.2 STM32F103外围电路 | 第22-24页 |
2.4 GPRS模块 | 第24-25页 |
2.5 信息采集模块 | 第25-27页 |
2.5.1 PM2.5与PM10传感器 | 第25-26页 |
2.5.2 温湿度传感器 | 第26-27页 |
2.6 本章小结 | 第27-30页 |
第3章 软件设计 | 第30-46页 |
3.1 系统软件的整体架构 | 第30页 |
3.2 软件开发环境与开发工具 | 第30-31页 |
3.3 实时操作系统FreeRTOS | 第31-32页 |
3.3.1 FreeRTOS的简介 | 第31页 |
3.3.2 FreeRTOS内核管理结构 | 第31-32页 |
3.4 移植FreeRTOS实时操作系统 | 第32-34页 |
3.4.1 FreeRTOS移植简介 | 第32页 |
3.4.2 portmacro.h文件的移植 | 第32-33页 |
3.4.3 内核中断处理的移植 | 第33-34页 |
3.5 STM32底层驱动程序设计 | 第34-41页 |
3.5.1 串口驱动程序设计 | 第34-35页 |
3.5.2 TFTLCD驱动程序设计 | 第35-38页 |
3.5.3 A6GPRS模块驱动程序 | 第38-39页 |
3.5.4 AM2301模块驱动程序设计 | 第39-40页 |
3.5.5 PMS3003模块驱动程序设计 | 第40-41页 |
3.6 系统主程序设计 | 第41-43页 |
3.6.1 数据采集端主程序设计 | 第41-43页 |
3.6.2 显示端主程序设计 | 第43页 |
3.7 本章小结 | 第43-46页 |
第4章 基于Adam-BP神经网络空气监测系统实现 | 第46-62页 |
4.1 人体舒适度和AQI分析 | 第46-47页 |
4.2 BP神经网络算法训练过程 | 第47-48页 |
4.3 搭建基于BP神经网络的空气质量监测模型 | 第48-52页 |
4.4 空气质量监测模型结果分析 | 第52-53页 |
4.5 动量梯度下降法优化预测模型 | 第53-55页 |
4.6 Adam算法优化预测模型 | 第55-57页 |
4.7 基于Adam-BP神经网络空气监测系统测试 | 第57-60页 |
4.7.1 数据采集端测试 | 第57-59页 |
4.7.2 显示端测试 | 第59-60页 |
4.8 本章小结 | 第60-62页 |
第5章 总结与展望 | 第62-64页 |
参考文献 | 第64-68页 |
作者攻读硕士学位期间的学术成果 | 第68-70页 |
致谢 | 第70页 |