首页--交通运输论文--水路运输论文--船舶工程论文--导航设备、水声设备论文--水声设备论文--声纳测试仪具论文

渔探仪的前期设计开发与研究

第1章 绪论第1-16页
   ·研究背景第10页
   ·立题意义第10-11页
   ·矢量水听器的多通道数据采集系统设计第11-12页
     ·系统简介第11页
     ·系统主要功能第11-12页
   ·水下目标被动识别软件开发第12-14页
     ·水下目标识别技术研究的现状第12-13页
     ·水下目标特征提取第13-14页
     ·基于BP神经网络的目标分类器第14页
   ·论文主要研究内容第14-16页
第2章 矢量水听器的多通道数据采集系统第16-41页
   ·概述第16页
   ·模拟信号预处理电路第16-28页
     ·通道放大电路的输入级第17-18页
     ·通道放大电路的高通滤波器第18-20页
     ·多通道增益控制电路第20-24页
     ·通道放大电路的低通滤波器第24-27页
     ·低通截止频率控制电路第27-28页
     ·扬声器功率放大输出电路第28页
   ·数据采集控制电路第28-33页
     ·数据采集电路第29-31页
     ·时序控制电路第31-33页
   ·数据采集控制程序第33-37页
   ·系统性能分析第37-40页
     ·模拟信号预处理电路性能分析第37-38页
     ·数据采集控制电路性能分析第38-40页
   ·本章小结第40-41页
第3章 基于小波包分解的水下目标特征提取第41-53页
   ·引言第41-42页
   ·多分辨分析和小波包的定义第42-45页
     ·多分辨分析第42-43页
     ·小波包的定义第43-44页
     ·小波包算法第44-45页
   ·由小波包树到提取小波树的目标特征提取第45-52页
   ·本章小结第52-53页
第4章 基于双谱估计的水下目标特征提取第53-61页
   ·引言第53-54页
   ·高阶谱估计的基本原理第54-55页
   ·双谱估计算法第55-56页
   ·双谱特征提取第56-60页
   ·本章小结第60-61页
第5章 基于BP神经网络的目标分类器第61-76页
   ·水下目标被动识别技术的概述第61-66页
     ·人工神经网络的基本概念和研究方向第62-64页
     ·人工神经网络的发展史第64-66页
   ·BP神经网络第66-69页
     ·BP神经网络结构第66-68页
     ·BP神经网络设计第68-69页
   ·BP神经网络目标分类器第69-71页
   ·BP神经网络目标分类器的性能分析第71-75页
   ·本章小结第75-76页
结论第76-77页
参考文献第77-80页
攻读硕士学位期间发表的论文和取得的科研成果第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:基于Snake的半自动视频对象分割与跟踪
下一篇:企业员工绩效综合评价研究