奶牛个体生理参数多源感知设备设计与实现
摘要 | 第8-9页 |
英文摘要 | 第9-10页 |
1 前言 | 第11-18页 |
1.1 研究背景 | 第11-12页 |
1.2 研究目的和意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-16页 |
1.3.1 国外研究现状 | 第14-15页 |
1.3.2 国内研究现状 | 第15-16页 |
1.4 主要研究内容与课题来源 | 第16-17页 |
1.4.1 主要研究内容与技术路线 | 第16-17页 |
1.4.2 课题来源 | 第17页 |
1.5 论文主要工作与章节安排 | 第17-18页 |
2 设备方案总体设计 | 第18-26页 |
2.1 设计要求 | 第18-19页 |
2.2 设计原则 | 第19-20页 |
2.3 设备整体结构 | 第20-22页 |
2.3.1 整体结构设计 | 第20-22页 |
2.3.2 工作流程设计 | 第22页 |
2.4 抗干扰设计 | 第22-23页 |
2.5 可行性分析 | 第23-25页 |
2.6 本章小结 | 第25-26页 |
3 设备详细设计与实现 | 第26-41页 |
3.1 主处理器模块 | 第26-28页 |
3.1.1 单片机选型 | 第26页 |
3.1.2 MSP430F149性能概述 | 第26-27页 |
3.1.3 主程序设计 | 第27-28页 |
3.2 传感器模块 | 第28-37页 |
3.2.1 体温 | 第28-32页 |
3.2.2 脉搏 | 第32-35页 |
3.2.3 活动量 | 第35-37页 |
3.3 数据传输模块 | 第37-40页 |
3.3.1 无线传输方式选用 | 第37-38页 |
3.3.2 Zig Bee技术简介 | 第38-39页 |
3.3.3 数据传输 | 第39-40页 |
3.4 本章小结 | 第40-41页 |
4 关键技术研究 | 第41-52页 |
4.1 奶牛行为特征分类 | 第41-50页 |
4.1.1 分类算法介绍 | 第41-43页 |
4.1.2 SVM分类算法 | 第43-45页 |
4.1.3 样本数据采集 | 第45-46页 |
4.1.4 应用SVM进行分类 | 第46-50页 |
4.2 低功耗设计 | 第50-51页 |
4.3 本章小结 | 第51-52页 |
5 总结与展望 | 第52-53页 |
5.1 总结 | 第52页 |
5.2 展望 | 第52-53页 |
致谢 | 第53-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表的学术论文 | 第59页 |