| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 论文研究意义和目的 | 第9-11页 |
| 1.2 测产系统研究现状 | 第11-15页 |
| 1.2.1 国内外研究动态 | 第11-13页 |
| 1.2.2 测产现状分析 | 第13-15页 |
| 1.3 本章小结 | 第15-16页 |
| 第2章 测产原理和系统构成 | 第16-24页 |
| 2.1 测产原理及模型 | 第16-18页 |
| 2.1.1 直接方案 | 第16-17页 |
| 2.1.2 间接方案 | 第17-18页 |
| 2.2 测产系统总体组成 | 第18-22页 |
| 2.3 收割机产量测量系统的集成 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 振动信号的研究 | 第24-35页 |
| 3.1 研究的主要内容 | 第24页 |
| 3.2 振动信号的描述 | 第24-25页 |
| 3.3 振动信号处理 | 第25-26页 |
| 3.4 振动信号的采集 | 第26-29页 |
| 3.4.1 振动信号测量 | 第26-27页 |
| 3.4.2 振动数据采集 | 第27-29页 |
| 3.4.3 信号采集的软件设计 | 第29页 |
| 3.4.4 基于MATLAB的联合收割机振动信号分析 | 第29页 |
| 3.5 IIR滤波 | 第29-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 收割机振动信号降噪的研究 | 第35-52页 |
| 4.1 流量传感器信号的处理 | 第36-39页 |
| 4.1.1 差分滤波 | 第36-38页 |
| 4.1.2 阈值滤波 | 第38-39页 |
| 4.2 小波神经网络降噪 | 第39-44页 |
| 4.2.1 小波函数 | 第40页 |
| 4.2.2 小波变换 | 第40-41页 |
| 4.2.3 小波分解 | 第41-42页 |
| 4.2.4 小波去噪方法 | 第42-43页 |
| 4.2.5 小波阈值消噪步骤 | 第43页 |
| 4.2.6 去噪效果评价指标 | 第43-44页 |
| 4.3 小波神经网络结构 | 第44-46页 |
| 4.4 小波神经网络去噪算法的实现 | 第46-52页 |
| 第5章 测产系统模型的研究及验证 | 第52-57页 |
| 5.1 测产模型研究 | 第52-53页 |
| 5.2 测产系统的验证 | 第53-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 导师简介 | 第63页 |
| 企业导师简介 | 第63-64页 |
| 作者简介 | 第64-65页 |
| 学位论文数据集 | 第65页 |