基于PSO-FNN的SAW气体传感器温度补偿系统的设计与研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 研究目的和意义 | 第17页 |
| 1.4 研究内容与章节安排 | 第17-19页 |
| 第二章 声表面波气体传感器理论概述 | 第19-29页 |
| 2.1 声表面波基本理论 | 第19-20页 |
| 2.2 声表面波气体传感器的结构 | 第20-25页 |
| 2.2.1 叉指换能器的结构和功能 | 第21-22页 |
| 2.2.2 敏感膜 | 第22-23页 |
| 2.2.3 压电材料 | 第23-25页 |
| 2.3 SAW振荡器 | 第25-26页 |
| 2.4 声表面波气体传感器检测原理 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于粒子群算法的模糊神经网络的研究 | 第29-44页 |
| 3.1 粒子群算法 | 第29-32页 |
| 3.1.1 粒子群算法的概述和原理 | 第29-30页 |
| 3.1.2 粒子群算法的算法流程 | 第30-31页 |
| 3.1.3 粒子群算法优缺点 | 第31-32页 |
| 3.2 模糊神经网络 | 第32-41页 |
| 3.2.1 模糊集合与模糊规则 | 第32-33页 |
| 3.2.2 隶属函数 | 第33-34页 |
| 3.2.3 模糊神经网络模型 | 第34-40页 |
| 3.2.4 模糊神经网络的学习算法 | 第40-41页 |
| 3.3 基于粒子群算法的模糊神经网络的研究 | 第41-43页 |
| 3.3.1 基于粒子群算法的模糊神经网络的实现 | 第41-42页 |
| 3.3.2 基于粒子群算法的模糊神经网络的步骤 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 SAW气体传感器的温度补偿的实现 | 第44-57页 |
| 4.1 声表面波气体传感器的特性指标与误差分析 | 第44-45页 |
| 4.2 温度补偿模型的构建 | 第45-48页 |
| 4.3 仿真结果的分析与对比 | 第48-56页 |
| 4.3.1 实验与仿真 | 第48-55页 |
| 4.3.2 结果对比与分析 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 补偿系统方案的设计 | 第57-63页 |
| 5.1 系统硬件设计整体方案 | 第57页 |
| 5.2 系统各模块硬件电路搭建 | 第57-61页 |
| 5.2.1 DSP核心处理器模块 | 第57-59页 |
| 5.2.2 模拟数字转换模块 | 第59页 |
| 5.2.3 数字模拟转换模块 | 第59-60页 |
| 5.2.4 串口通信模块 | 第60-61页 |
| 5.3 系统软件设计 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67页 |
