基于DSP的傅里叶红外光谱浓度反演技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-15页 |
| ·选题的背景、目的及意义 | 第9页 |
| ·大气污染的来源及危害 | 第9-10页 |
| ·气体检测概述 | 第10-12页 |
| ·气体检测一般方法 | 第10-11页 |
| ·傅里叶变换红外光谱技术 | 第11-12页 |
| ·基于红外光谱定量分析现状 | 第12-13页 |
| ·基于红外光谱定量分析的国内外研究现状 | 第12-13页 |
| ·DSP 实现神经网络的国内外现状 | 第13页 |
| ·本课题的主要研究内容 | 第13-15页 |
| 2 傅里叶变换红外光谱技术 | 第15-23页 |
| ·FTIR 技术概述 | 第15-18页 |
| ·遥感 FTIR 技术发展 | 第18-19页 |
| ·FTIR 定量理论基础 | 第19-21页 |
| ·课题总体方案及 WQF-520 技术指标 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 FTIR 光谱数据预处理 | 第23-39页 |
| ·数据归一化及去噪 | 第23-24页 |
| ·去噪及基线校正 | 第24-29页 |
| ·光谱基线校正 | 第29-35页 |
| ·多项式迭代拟合基线校正基本原理 | 第29-31页 |
| ·DSP 实现多项式迭代拟合算法分析 | 第31-32页 |
| ·基于 MATLAB 仿真数据验证 | 第32-33页 |
| ·基于 DSP 仿真数据验证 | 第33-34页 |
| ·实测数据验证 | 第34-35页 |
| ·软件程序 | 第35页 |
| ·FTIR 谱图的特征提取 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 4 基于神经网络的气体浓度反演算法 | 第39-46页 |
| ·人工神经网络单元 | 第39-40页 |
| ·BP 神经网络及参数 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于 DSP 神经网络传递参数优化 | 第46-51页 |
| ·节点输入输出的精度优化 | 第46页 |
| ·传递函数的优化 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 6 实验系统及模型建立 | 第51-59页 |
| 本章小结 | 第58-59页 |
| 全文总结和展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 硕士期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |
