基于压电薄膜和射频识别的ETC系统研究
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景 | 第8-9页 |
1.2 动态称重技术国内外发展概况 | 第9-11页 |
1.2.1 国外动态称重研究现状 | 第9-10页 |
1.2.2 国内动态称重研究现状 | 第10-11页 |
1.3 动态称重相关规范 | 第11-12页 |
1.4 论文主要内容 | 第12-13页 |
第二章 关键技术基础 | 第13-20页 |
2.1 射频识别技术 | 第13-16页 |
2.1.1 射频识别系统的结构和工作原理 | 第13-14页 |
2.1.2 射频识别的发展历史 | 第14-15页 |
2.1.3 射频识别在交通领域的应用 | 第15-16页 |
2.2 物联网 | 第16-17页 |
2.2.1 物联网基本概念 | 第16页 |
2.2.2 物联网基本特征和组成 | 第16-17页 |
2.2.3 物联网发展情况 | 第17页 |
2.3 压电薄膜传感器 | 第17-19页 |
2.3.1 压电材料特性 | 第17-18页 |
2.3.2 压电薄膜交通传感器及应用 | 第18-19页 |
2.3.3 压电薄膜交通传感器的特性及优势 | 第19页 |
2.4 本章小结 | 第19-20页 |
第三章 基于ETC的动态称重系统设计 | 第20-33页 |
3.1 系统总体设计 | 第20-26页 |
3.1.1 系统基本构成 | 第20-22页 |
3.1.2 收费车道布局 | 第22-26页 |
3.1.3 邻道干扰问题及解决方案 | 第26页 |
3.2 车辆动态称重系统硬件设备 | 第26-29页 |
3.2.1 采样频率的确定 | 第26-27页 |
3.2.2 核心处理器的选择 | 第27-28页 |
3.2.3 车辆动态称重系统硬件电路总体设计 | 第28-29页 |
3.3 计重收费条件下不规则行车与对策研究 | 第29页 |
3.4 车辆动态称重影响因素分析 | 第29-32页 |
3.4.1 与车相关因素 | 第29-31页 |
3.4.2 与车无关因素 | 第31-32页 |
3.5 本章小结 | 第32-33页 |
第四章 动态称重数据处理算法 | 第33-53页 |
4.1 动态称重数据处理方法研究 | 第33-36页 |
4.1.1 已有算法综述 | 第33-35页 |
4.1.2 压电信号处理算法 | 第35-36页 |
4.2 压电信号平滑处理 | 第36-41页 |
4.2.1 小波分析概述 | 第36-38页 |
4.2.2 信号多分辨分析 | 第38-39页 |
4.2.3 动态称重信号的消噪处理 | 第39-41页 |
4.3 压电信号奇异性分析 | 第41-43页 |
4.3.1 信号的奇异性分析 | 第41-43页 |
4.3.2 动态称重信号小波奇异值的提取 | 第43页 |
4.4 BP神经网络算法 | 第43-52页 |
4.4.1 人工神经网络概述 | 第43-46页 |
4.4.2 BP神经网络设计 | 第46-50页 |
4.4.3 系统仿真 | 第50-52页 |
4.5 本章小结 | 第52-53页 |
第五章 总结与展望 | 第53-55页 |
5.1 本文总结 | 第53-54页 |
5.2 展望 | 第54-55页 |
参考文献 | 第55-58页 |
发表论文和参加科研情况说明 | 第58-59页 |
致谢 | 第59页 |