| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 FBG 传感技术的特点及应用现状 | 第9-10页 |
| 1.3 虚拟仪器技术简介 | 第10-13页 |
| 1.3.1 虚拟仪器概念 | 第10-11页 |
| 1.3.2 虚拟仪器的开发平台 | 第11-12页 |
| 1.3.3 虚拟仪器的发展及应用现状 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第2章 FBG 解调技术分析与方案选择 | 第14-28页 |
| 2.1 FBG 传感信号解调理论基础 | 第14-16页 |
| 2.1.1 传感及测量原理 | 第14-15页 |
| 2.1.2 FBG 传感器技术指标 | 第15页 |
| 2.1.3 FBG 信号与噪声 | 第15-16页 |
| 2.2 FBG 传感器的波长解调技术 | 第16-18页 |
| 2.2.1 常用的解调方法 | 第16-17页 |
| 2.2.2 解调方法性能比较与选择 | 第17-18页 |
| 2.3 信号处理流程 | 第18-23页 |
| 2.3.1 滤波算法分析 | 第18-22页 |
| 2.3.2 拟合算法分析 | 第22-23页 |
| 2.4 FBG 信号的神经网络拟合 | 第23-27页 |
| 2.4.1 神经网络基本原理及应用前景 | 第24页 |
| 2.4.2 BP 神经网络 | 第24-25页 |
| 2.4.3 径向基函数(RBF)神经网络 | 第25-26页 |
| 2.4.4 小波神经网络 | 第26-27页 |
| 2.5 小结 | 第27-28页 |
| 第3章 FBG 信号处理算法分析与性能仿真 | 第28-42页 |
| 3.1 反射谱信号的仿真分析 | 第28-29页 |
| 3.2 滤波算法分析 | 第29-35页 |
| 3.2.1 滤波算法标准 | 第29页 |
| 3.2.2 滤波算法仿真 | 第29-35页 |
| 3.2.3 滤波算法比较 | 第35页 |
| 3.3 谱峰粗定位和传统拟合算法仿真 | 第35-37页 |
| 3.3.1 谱峰粗定位 | 第35-36页 |
| 3.3.2 传统拟合算法仿真 | 第36-37页 |
| 3.4 神经网络拟合仿真 | 第37-41页 |
| 3.4.1 BP 算法学习步骤 | 第37页 |
| 3.4.2 RBF 神经网络基函数的选择 | 第37页 |
| 3.4.3 小波神经网络的结构设计 | 第37-38页 |
| 3.4.4 BP、RBF 和小波神经网络拟合仿真 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 第4章 基于 LabVIEW 的 FBG 波长解调系统的设计 | 第42-52页 |
| 4.1 解调系统构成 | 第42页 |
| 4.2 系统硬件设计 | 第42-44页 |
| 4.3 系统软件设计 | 第44-50页 |
| 4.3.1 LabVIEW 平台设计 | 第44-47页 |
| 4.3.2 系统软件设计流程 | 第47-48页 |
| 4.3.3 系统前面板设计 | 第48-50页 |
| 4.4 系统运行结果及分析 | 第50-51页 |
| 4.5 小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58-59页 |