铁鸟测控系统关键技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 图清单 | 第9-10页 |
| 表清单 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 “铁鸟”系统的关键技术 | 第13-17页 |
| 1.2.1 测控系统 | 第13-15页 |
| 1.2.2 故障检测 | 第15-16页 |
| 1.2.3 数据采集 | 第16-17页 |
| 1.3 论文的组织结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 系统平台及开发技术 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 系统硬件平台 | 第19-21页 |
| 2.2.1 传感器选型 | 第19-20页 |
| 2.2.2 信号调理模块 | 第20页 |
| 2.2.3 数据采集模块 | 第20-21页 |
| 2.3 .NET 平台 | 第21-23页 |
| 2.3.1 .NET 框架 | 第21-22页 |
| 2.3.2 C | 第22-23页 |
| 2.4 AJAX 技术 | 第23-24页 |
| 2.5 LINQ 技术 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 “铁鸟”测控系统设计 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 “铁鸟”系统介绍 | 第27-28页 |
| 3.3 测控系统总体设计 | 第28-29页 |
| 3.3.1 系统软硬件平台 | 第28页 |
| 3.3.2 系统总体架构 | 第28-29页 |
| 3.4 中间件技术 | 第29-39页 |
| 3.4.1 中间件简介 | 第29-30页 |
| 3.4.2 中间件的设计 | 第30页 |
| 3.4.3 数据访问模块 | 第30-34页 |
| 3.4.4 事务处理模块 | 第34-37页 |
| 3.4.5 配置管理模块 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 多传感器系统的故障检测研究 | 第40-56页 |
| 4.1 引言 | 第40页 |
| 4.2 SVM 基本原理 | 第40-45页 |
| 4.2.1 机器学习的基本概念 | 第40页 |
| 4.2.2 统计学习理论 | 第40-41页 |
| 4.2.3 支持向量机及回归 | 第41-45页 |
| 4.3 基于网格寻优的支持向量机 | 第45-46页 |
| 4.3.1 网格搜索法基本原理 | 第45页 |
| 4.3.2 仿真分析 | 第45-46页 |
| 4.4 基于遗传算法的支持向量机 | 第46-49页 |
| 4.4.1 遗传算法的发展 | 第46-47页 |
| 4.4.2 遗传算法框架 | 第47-48页 |
| 4.4.3 仿真分析 | 第48-49页 |
| 4.5 基于粒子群算法的支持向量机 | 第49-52页 |
| 4.5.1 粒子群算法简介 | 第49-50页 |
| 4.5.2 仿真分析 | 第50-52页 |
| 4.6 基于改进型算法的支持向量机 | 第52-55页 |
| 4.6.1 算法简介 | 第52-53页 |
| 4.6.2 仿真分析 | 第53-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第五章 “铁鸟”测控系统验证 | 第56-67页 |
| 5.1 引言 | 第56页 |
| 5.2 传感器数据故障检测 | 第56-61页 |
| 5.2.1 MATLAB 与 C | 第56-57页 |
| 5.2.2 故障检测实现 | 第57-60页 |
| 5.2.3 与 NI 数据设备进行通讯 | 第60-61页 |
| 5.3 数据中转控制 | 第61-64页 |
| 5.3.1 数据采集 | 第62页 |
| 5.3.2 程序结构 | 第62-64页 |
| 5.4 客户端呈现 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 论文主要内容 | 第67页 |
| 6.2 工作展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |
