| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·选题的目的和意义 | 第9-10页 |
| ·电子负载的研究现状和发展趋势 | 第10-12页 |
| ·传统的负载 | 第10页 |
| ·现代的电子负载 | 第10-11页 |
| ·电子负载的发展趋势 | 第11-12页 |
| ·研究的主要内容 | 第12-13页 |
| 第二章 电子负载系统的介绍 | 第13-19页 |
| ·电子负载的基本组成 | 第13页 |
| ·电子负载的工作原理及功能 | 第13-16页 |
| ·电子负载的工作原理 | 第13-14页 |
| ·电子负载的功能 | 第14-16页 |
| ·电子负载的应用 | 第16-17页 |
| ·电子负载目前存在的问题和解决方法 | 第17-18页 |
| ·存在的问题 | 第17-18页 |
| ·解决方法 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 电子负载系统硬件设计 | 第19-29页 |
| ·控制器的设计 | 第19-21页 |
| ·控制电路结构 | 第19-20页 |
| ·核心控制器 | 第20页 |
| ·AD 芯片的选择 | 第20-21页 |
| ·功率电路和采样电路设计 | 第21-25页 |
| ·功率电路 | 第21-23页 |
| ·采样电路 | 第23-25页 |
| ·外围电路设计 | 第25-28页 |
| ·键盘电路设计 | 第25-26页 |
| ·显示电路 | 第26-27页 |
| ·通讯模块设计 | 第27页 |
| ·电源模块设计 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 改进粒子群优化模糊神经 PID 控制器的研究 | 第29-57页 |
| ·引言 | 第29页 |
| ·PID 控制 | 第29-31页 |
| ·模拟 PID 控制 | 第29-30页 |
| ·数字 PID 控制 | 第30-31页 |
| ·神经网络控制 | 第31-36页 |
| ·BH 神经网络结构 | 第31-33页 |
| ·网络 PID 控制器 | 第33-35页 |
| ·Matlab/Simulink 仿真 | 第35-36页 |
| ·模糊控制 | 第36-41页 |
| ·隶属度函数的确定 | 第36-38页 |
| ·模糊规则表的建立 | 第38-39页 |
| ·Matlab/Simulink 仿真 | 第39-41页 |
| ·粒子群算法 | 第41-44页 |
| ·标准粒子群算法 | 第41-43页 |
| ·粒子群的不足及改进 | 第43-44页 |
| ·改进粒子群优化模糊神经控制器 | 第44-56页 |
| ·模糊神经元 | 第45-48页 |
| ·模糊神经元的自适应调节 | 第48页 |
| ·模糊神经控制器 | 第48-51页 |
| ·粒子群优化模糊神经控制器 | 第51-55页 |
| ·Matlab 仿真结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 DSP 算法实现 | 第57-66页 |
| ·DSP 集成开发环境 | 第57页 |
| ·CCSLink 介绍 | 第57-58页 |
| ·Real—Time Workshop(RTW)介绍 | 第58页 |
| ·程序代码的自动生成 | 第58-61页 |
| ·实验调试 | 第61-64页 |
| ·恒流工作模式 | 第61-62页 |
| ·恒压工作模式 | 第62-63页 |
| ·恒阻工作模式 | 第63-64页 |
| ·实验数据分析 | 第64页 |
| ·本章小结 | 第64-66页 |
| 第六章 全文的总结及未来展望 | 第66-67页 |
| ·全文的总结 | 第66页 |
| ·未来的展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 发表论文和参加科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |