基于SF6分解产物的多传感器数据融合研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 引言 | 第11页 |
| 1.2 课题背景 | 第11-12页 |
| 1.3 气体检测技术国内外研究 | 第12-16页 |
| 1.3.1 电化学气体传感器研究现状 | 第13-14页 |
| 1.3.2 气体传感器数据融合 | 第14-15页 |
| 1.3.3 存在的问题 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 2 多传感器数据融合算法比较与设计 | 第18-29页 |
| 2.1 多元回归分析方法 | 第18-21页 |
| 2.1.1 多元回归的数学模型 | 第18-19页 |
| 2.1.2 建立回归方程 | 第19-21页 |
| 2.2 改进线性神经网络数据融合 | 第21-24页 |
| 2.2.1 线性神经网络算法 | 第21-22页 |
| 2.2.2 改进线性神经网络模型设计 | 第22-23页 |
| 2.2.3 样本标定 | 第23-24页 |
| 2.3 BP神经网络方法 | 第24-28页 |
| 2.3.1 标准BP网络训练过程 | 第25-26页 |
| 2.3.2 附加动量项 | 第26-27页 |
| 2.3.3 学习率自适应 | 第27页 |
| 2.3.4 输入输出数据归一化 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 检测系统硬件平台搭建 | 第29-43页 |
| 3.1 电化学气体传感器 | 第30-36页 |
| 3.1.1 两电极气体传感器 | 第30-31页 |
| 3.1.2 三电极气体传感器 | 第31-34页 |
| 3.1.3 四电极气体传感器 | 第34-36页 |
| 3.2 NI数据采集卡介绍 | 第36-38页 |
| 3.3 多传感器交叉干扰实验平台 | 第38-42页 |
| 3.3.1 传感器选型 | 第39-40页 |
| 3.3.2 信号调理电路 | 第40-41页 |
| 3.3.3 配气系统 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 检测系统软件部分设计 | 第43-51页 |
| 4.1 软件部分总体框图 | 第44-45页 |
| 4.2 数据采集 | 第45-48页 |
| 4.3 校准样本获取 | 第48-49页 |
| 4.4 数据融合算法模块 | 第49-50页 |
| 4.5 人机交互界面 | 第50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 系统实验 | 第51-65页 |
| 5.1 交叉干扰实验 | 第51-54页 |
| 5.2 多元回归实验 | 第54-58页 |
| 5.3 线性神经网络实验 | 第58-60页 |
| 5.4 BP神经网络实验 | 第60-63页 |
| 5.5 三维气体传感器总体实验 | 第63-64页 |
| 5.6 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 在研期间研究成果 | 第70页 |
