电动燃气调压器气压检测的信息融合研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究背景、目的及意义 | 第8-10页 |
| 1.2.1 研究背景 | 第8-9页 |
| 1.2.2 研究目的 | 第9页 |
| 1.2.3 研究意义 | 第9-10页 |
| 1.3 燃气调压器研究现状 | 第10-11页 |
| 1.3.1 燃气调压器技术的国外现状 | 第10页 |
| 1.3.2 燃气调压器技术的国内现状 | 第10-11页 |
| 1.4 多源信息融合研究现状 | 第11-12页 |
| 1.4.1 多源信息融合技术的国外研究现状 | 第11-12页 |
| 1.4.2 多源信息融合技术的国内研究现状 | 第12页 |
| 1.5 课题主要研究内容及论文组织结构 | 第12-13页 |
| 1.6 本章小结 | 第13-14页 |
| 2 智能气压传感器阵列构建 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 压阻式压力传感器 | 第14-19页 |
| 2.2.1 压阻式压力传感器的基本结构和工作原理 | 第14-16页 |
| 2.2.2 压阻式压力传感器的主要静态性能表征 | 第16-18页 |
| 2.2.3 压阻式压力传感器的温度补偿 | 第18-19页 |
| 2.3 智能气压传感器 | 第19-20页 |
| 2.4 智能气压传感器阵列 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 智能气压传感器阵列的电路设计 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 智能气压传感器阵列的总体设计 | 第23-24页 |
| 3.3 压力传感器的供电电路 | 第24-26页 |
| 3.4 压力传感器的信号调理电路 | 第26-28页 |
| 3.5 温度传感器的信号检测电路 | 第28-30页 |
| 3.6 本章小结 | 第30-31页 |
| 4 智能气压传感器阵列的信息融合算法 | 第31-44页 |
| 4.1 引言 | 第31页 |
| 4.2 人工神经网络 | 第31-34页 |
| 4.2.1 人工神经网络理论 | 第31-32页 |
| 4.2.2 人工神经元 | 第32-34页 |
| 4.2.3 人工神经网络的网络结构 | 第34页 |
| 4.2.4 人工神经网络的学习 | 第34页 |
| 4.3 异质传感器信息融合算法 | 第34-41页 |
| 4.3.1 RBF 神经网络的结构 | 第35-37页 |
| 4.3.2 RBF 神经网络的学习算法 | 第37-41页 |
| 4.4 同质传感器信息融合算法 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 实验及结果分析 | 第44-53页 |
| 5.1 引言 | 第44页 |
| 5.2 标定实验及训练样本库建立 | 第44-46页 |
| 5.2.1 二维标定实验 | 第44-45页 |
| 5.2.2 标定数据的归一化处理 | 第45-46页 |
| 5.3 信息融合算法的仿真实验及数据分析 | 第46-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
| A. 作者在攻读学位期间发表的论文目录 | 第60页 |
| B. 作者在攻读学位期间参与的科研项目 | 第60页 |
