一、便携式通用数据采集系统（论文文献综述）
张柯[1]（2021）在《便携式LED光源气溶胶探测雷达系统设计》文中研究表明人类的生产活动与健康和大气环境的状态有着密切的联系,大气气溶胶作为重要的大气成分,对地气系统的平衡、空气的质量等都有着重要的影响。激光雷达是对大气气溶胶进行探测常用的手段之一,并且也常用于环境监测、气象监测和海洋监测等科研领域。一方面,由于传统气溶胶激光雷达在对近地面大气进行探测时存在较大盲区,且存在无法进行有效探测的过渡区,探测盲区可达数百米。另一方面,传统的激光雷达发射波长固定,系统体积较大,大多应用于固定站点对大气进行垂直探测,很难便携地应用于车载、机载或者其他环境中进行观测。因此,本文在对LED光源雷达进行研究的基础上设计并搭建了便携式LED光源雷达系统并进行水平探测实验。首先,本文详细介绍了LED光源雷达系统气溶胶探测原理及雷达数据反演算法。在此基础上,根据米散射探测原理设计并研制了便携式LED光源雷达系统,在对雷达光源进行严格选型后,确定使用大功率单色LED作为雷达探测光源,从源头上保证了光源的性能,并对光源驱动部分进行设计与研究,使得LED光源符合雷达光源的要求。同时,根据收发同轴的原理,在系统结构上采用全内反射准直器TIR与逆向开普勒望远镜结构组合光路对LED雷达光源进行准直,设计的同轴收发结构使系统更加紧凑。通过理论分析与计算,对雷达系统的几何重叠因子进行了分析与讨论,同时,也对系统信噪比进行了仿真计算。最后,利用ZEMAX光学设计软件对雷达的准直光路系统进行设计仿真与优化,确定雷达系统光路的参数。其次,在原有系统光路设计的基础上再次进行了优化和改进,进一步提高了雷达系统的探测性能。另外,也对本雷达系统的分光光路、光电检测系统以及数据采集系统进行设计与研究。采用光电倍增管与双运放的放大电路对大气回波信号进行光电探测,实现流压转换与放大的功能。将经PMT流压转换与放大后的信号由数据采集卡进行采集并传入电脑进行处理与分析。最后,根据上述仿真结果对雷达系统进行搭建与测试,计算得到雷达系统的发散角以及光斑尺寸,并根据实际系统参数对系统信噪比再次进行了仿真与计算,同时也对最远的雷达探测距离做出了进一步评估。最终在12层教学楼顶天台利用所搭建的雷达系统进行水平探测实验,得到了一定距离处的回波信号,并对实验结果进行了分析和总结,验证了本雷达系统的水平探测性能。
郭丽丽[2]（2021）在《便携式近红外仪在反刍动物饲料质量分析中的应用研究》文中提出青海是我国主要畜牧养殖地区,反刍动物饲料的需求量很大,将精料补充料与粗饲料科学配比对精准饲喂具有重要意义。本论文以青海地区菜籽粕、菜籽饼、牛羊精料补充料、青贮玉米为研究对象,建立傅里叶变换近红外仪（Fourier transformation near infrared spectrometer,FT-NIRS）、线性渐变滤光片近红外仪（Linear variational filter near infrared spectrometer,LVF-NIRS）两种光谱仪主要营养指标的定量模型。主要研究内容如下:1.采用两种光谱仪获取54份菜籽粕的近红外漫反射光谱,采用PLS法建立了7种成分定量模型。FT-NIRS定量模型中,水分、粗蛋白质（Crude protein,CP）、粗脂肪（Ether extract,EE）、粗纤维（Crude Fiber,CF）、粗灰分、酸性洗涤纤维（Acid Detergent Fiber,ADF）、中性洗涤纤维（Neutral Detergent Fiber,NDF）模型决定系数R2（Coefficient of determination,R2）分别为0.9640、0.9289、0.9640、0.9816、0.8747、0.9317、0.9430,SEP为0.36%、0.66%、0.36%、1.42%、0.22%、1.05%、1.97%,模型验证集与预测集标准偏差比（Validation set to Standard Error of Pprediction,RPD）分别为5.94、5.21、6.85、9.62、2.73、3.77、4.23,除灰分外RPD值均大于3;LVF-NIRS仪器模型中,水分、CP、EE、CF、粗灰分、ADF、NDF模型决定系数R2依次为0.8934、0.1675、0.9329、0.9075、0.8012、0.8649、0.7931,SEP为0.90%、1.75%、0.43%、0.87%、0.47%、1.05%、1.97%,模型RPD值分别为3.11、1.32、3.25、3.05、2.13、2.70、3.24,水分、EE、CF、NDF四种营养成分RPD值均大于3。2.采用两种仪器采集了63份菜籽饼近红外漫反射光谱,采用PLS法建立了菜籽饼水分、CP、EE、粗灰分4种成分定量模型,傅里叶仪器模型中,决定系数R2分别为0.9796、0.9364、0.8481、0.8573,SEP分别为0.09%、0.45%、1.83%、0.12%,模型RPD值依次分别为6.82、4.11、2.63、2.50,水分、CP定量模型RPD大于3;LVF仪器模型中,校正集决定系数R2分别为0.8887、0.8042、0.9329、0.8524,SEP为0.22%、0.72%、1.00%、0.11%,模型RPD值为3.18、2.30、3.60、2.51,水分和EE定量模型RPD大于3。3.采用FT-NIRS采集309份牛羊精补料近红外漫反射光谱,采用偏最小二乘回归算法（Partial least square,PLS）建立了水分、CP、EE、CF和粗灰分5种成分定量模型,决定系数分别为0.5174、0.9440、0.7372、0.8338、0.9514,验证集预测标准差（Standard error of prediction,SEP）分别为0.88%、2.75%、0.46%、1.00%、0.55%,模型RPD分别为1.46、4.28、2.37、2.90、5.05,CP和粗灰分模型RPD值大于3。4.采用LVF-NIRS结合支持向量机回归（Support vector machine,SVR）建立了179份全株玉米青贮饲料样品中CP、ADF,NDF、总干物质（Total dry matter,TDM）、淀粉、灰分的定量模型,所有模型RPD值均小于3,具体原因有待进一步研究。综上所述,本文建立了两种不同原理的近红外光谱仪定量模型,FT-NIRS建立的模型具有较好的应用前景,LVF-NIRS建立的部分成分定量模型具有较好的应用潜力,这些结果为反刍动物饲料及原料精准配方、建立原料数据库、牧场现场检测提供了重要数据参考。
杨浩[3]（2021）在《无人机机载XRF土壤重金属污染快速检测系统研究》文中指出土壤是人类生存发展最重要的物质基础,经济社会的快速发展也带来了全球化的土壤污染问题,特别是土壤重金属污染已经严重威胁到粮食食品安全。土壤重金属污染检测的化学分析与仪器分析方法存在检测成本高、周期长且容易产生二次污染等不可避免的缺点,在实际应用中存在一定的限制,因此快速便捷化的土壤重金属污染检测方式具有巨大的现实需求。利用XRF（X射线荧光）光谱分析元素含量是一种应用广泛的新型分析技术,XRF技术具有便捷、迅速、不破坏样品属性、结果稳定可靠等显着优点,而且该技术能够同时分析检测多种元素,但是当前商业便携式XRF分析仪需要手动操作,难以快速完成对较大范围区域内整体污染状况的检测评估工作。无人机（UAV）技术近年来得到了高速的发展,因灵活机动、成本低、受地形约束小等特点,其应用领域正在被不断扩展。本研究针对较大范围区域内土壤重金属污染快速检测的问题,将XRF技术和无人机技术结合,充分发挥两者各自的技术优势,综合嵌入式开发、计算机软件、电子信息等技术方法,进行无人机机载土壤重金属污染快速检测系统关键技术研究,主要研究内容包括:（1）基于无人机、便携式XRF分析仪、树莓派4B、压力传感器、测距传感器、电动推杆和直流推拉式电磁铁等硬件设备,研制系统定高模块和触地监测模块,辅助无人机实现安全精确的定点悬停;研制数据采集的驱动装置从而替代手动控制,实现XRF数据自动采集;（2）使用树莓派4B并结合线性最小二乘法拟合的数据反演方法,在近地面使用便携式XRF分析仪采集数据后,进行土壤内特定重金属元素含量反演处理的算法研究实现,使得便携式XRF分析仪能够在一定距离下自动准确检测土壤内重金属含量;（3）在上述研究内容的基础上,完成无人机协同控制与自动飞行的关键算法设计与实现,实现飞行任务规划与任务队列构建、飞行高度及速度自动控制等功能。本研究最后将实现的软硬件模块进行有机统一和优化集成,得到一套无人机机载XRF土壤重金属污染快速检测软硬件设备系统,以便最终实现区域化、快速化、便捷化的土壤重金属污染检测,为当前土壤重金属污染检测实际应用中遇到的问题提供新的解决方案。
缪家骏[4]（2020）在《基于FPGA的多生理信号采集与智能分析系统设计》文中提出人民健康问题是一个关系到国计民生的重要问题,近年来涌现出了许多有特色的无创检测人体生理信号的仪器。但是现有产品依然存在许多问题:通用性差,无法模块化扩展;体积大,不便携;智能分析功能不足。所以需要设计可模块化扩展、便携式、智能化的生理信号采集与分析仪器。论文的主要研究工作如下:1、设计与实现了多生理信号采集终端,可用于采集电生理信号（包括心电、肌电等）与非电生理信号（包括脉搏、皮肤电等）。选用TI公司的ADS1298作为电生理信号的模拟前端、ADS101E08S作为通用信号的模拟前端、AFE4400作为光电容积脉搏波的模拟前端,选择USB作为主要通信方式并选用Cypress公司的CY7C68013A作为接口芯片。设计并实现了前端采集电路的硬件与FPGA的逻辑电路,实现了多生理信号采集功能,可作为一个独立的采集仪器使用。该仪器委托了浙江省医疗器械检验研究院参照GB9706.1对其进行了安全性测试,在正常工作温度下与潮湿预处理后的测试中,泄露电流均小于0.001mA,都可耐受最高1500V的试验电压。2、论文在数据采集功能的基础上,基于全可编程芯片ZYNQ设计了智能分析终端,解决了多生理信号采集终端灵活性不高、用户体验不好、不利于算法在板处理的缺点。使用PetaLinux工具定制并移植了嵌入式Linux系统以实现复杂功能的任务调度;设计了字符设备驱动以实现可编程逻辑与处理器系统的双向数据交互功能。在此平台的基础上设计了一个支持向量机分类器以体现其算法在板处理的功能,使用一个公开的字符识别数据集初步验证了其效果。系统测试表明,多生理信号采集终端通过了 SPI通信、USB通信等测试,初步实现了生理信号的采集功能,通过了相关安全测试,证明了其可靠性与安全性;智能分析终端通过了 DMA传输测试,可用于实现生理信号的采集,支持向量机算法在字符识别数据集中的实现效果则证明了算法的在板处理功能。该研究成果将为临床医学、心理学等学术研究领域提供了数据采集与智能分析平台,同时对有特殊需求的专用仪器样机开发有指导意义。
乔磊[5]（2020）在《模块化便携式岩石力学试验仪研发与试验研究》文中指出工程勘察现场对岩石力学参数有着广泛的需求,室内大型试验仪器已经不能满足工程现场对各种岩石力学参数快速获取的需求,针对当前的现状,提出了模块化便携式岩石力学试验仪这一概念,该仪器是利用岩石强度尺寸效应原理,将体积大、重量大的室内试验设备轻便化。本文围绕模块化便携式岩石力学试验仪的研发,相关技术验证,尺寸效应展开研究。从试验的取样、制样、试验过程、数据采集和数据分析等全流程进行了系统的规划和设计,使其可以方便快捷的应用于工程现场,快速高效的获取试验数据,为工程设计提供数据支撑。通过对小尺寸（直径20 mm～50mm）岩石试样单轴压缩试验和三轴压缩实验的尺寸效应研究发现:（1）直径从小到大,粉砂岩试样的尺寸效应曲线服从指数分布,玄武岩试样的尺寸效应曲线服从对数分布。结合其他学者对较大尺寸试样的研究发现,岩石强度尺寸效应曲线应该分段拟合,可以得出岩石强度尺寸效应曲线的规律是:小尺寸阶段曲线上升然后趋于平缓,大尺寸阶段曲线逐渐下降然后趋于平缓,岩石全尺寸强度尺寸效应曲线呈尖“几”字状;（2）随着直径的增大试样总体破坏形式由拉伸破坏到单斜面剪切破坏再到X状共轭斜面剪切破坏。（3）当处于同一围压时,粉砂岩试样三轴抗压强度尺寸效应曲线随着直径的增大呈逐渐增大的趋势。随着围压的增大,直径20mm的粉砂岩试样三轴抗压强度变化差值逐渐增大,三轴抗压强度有追平直径30mm粉砂岩试样三轴抗压强度的趋势。模块化便携式岩石力学试验仪主要解决了以下几个技术难题:（1）在可控的重量下实现了多种功能的模块化组装,各功能模块之间零件可以互相利用,高效组合。模块化便携式岩石力学试验仪可以完成岩石三轴压缩试验、岩石单轴压缩试验、岩石点荷载试验和岩石外摩擦角测量。（2）三轴压力仓室通过巧妙的设计,解决了油液与岩石试样隔离的问题,且一次性向储油仓注油以后可永久使用。解决了室内三轴试验仪器进行三轴压缩试验时必须使用热缩管的问题。三轴压力仓室装样和取样时间都可以控制在20s左右,解决了室内三轴试验仪器进行三轴压缩试验时耗费时间的问题。（3）经过与MTS三轴压力试验机得到试验结果进行对比发现,两种围压加载方式得到的三轴压缩试验应力-应变曲线和弹性模量基本一致,新研制的三轴压力仓室围压加载系统试验结果可信。
蒋宇[6]（2020）在《火箭发射动力学参数测试系统设计》文中进行了进一步梳理火箭弹在发射过程中,火箭发动机向后喷出燃气流,作用在发射台架上,并在相应位置产生一定的压力、应力以及振动。由于这些因素的影响,发射台架会产生结构和性能上的微小变化,同时也会对炮管内其余待发弹的初始扰动产生影响。发射动力学理论表明,初始扰动已成为火箭炮射击精度和射击密集度的两大主要影响因素。因而,对这些物理量的测量和分析对量化研究火箭发动机燃气流所产生的影响具有重大意义。在这样的背景下,本文针对固体火箭发动机燃气流对发射台产生的加速度、应力、压力及位移等物理量的测量设计了一套专用的模块化测试系统,以满足测量要求。本测试系统由数据采集模块、外接通信模块、信号调理模块以及上位机组成。数据采集模块包括主控单元、电源单元、人机交互单元和数据存储单元;信号调理模块由放大单元和滤波单元等组成;上位机和下位机软件分别基于Lab VIEW和Keil u Vision5平台编写,实现各个模块的功能以及各模块之间协调工作。本测试系统数据传输方式采用GPRS通信的方式实现指令发送和数据传输功能,与传统有线和无线传输方式相比,GPRS通信方式几乎不受距离的限制且受环境影响较小,考虑到试验场所是在靶场且传输距离有一定的限制,因此采用GPRS通信方式具有极大优势。试验结果表明,本测试系统具有实用方便且便携的特点,硬件和软件能够满足既定设计要求,达到了预期的设计目标,在实际测试试验中具有良好的工作性能。
孙瀚[7]（2019）在《基于多模态生物电信号人机交互技术研究》文中研究指明基于生物电信号的人机接口是一种新型的人机交互技术,使用人体自身的生物电信号构建与外部设备直接相连的通道。目前主要采用的生物电信号有脑电信号（EEG）及表面肌电信号（sEMG）。EEG信号记录了头皮脑电信号,不依赖肌肉组织,具有响应速度快、使用安全方便、无创性等优点;sEMG信号可以直接反映肌肉活动情况和运动意图,操作方便自然,信号相对较稳定、幅值较大。本研究对基于多模态生物电信号的人机接口进行了深入研究,并充分分析了单模态信号处理方法。本研究提出了少量电极共空间模式算法及基于所有样本对信息的相关性距离度量算法,这两种算法的组合可以用于电极/特征提取及选择;还结合深度度量学习,创新性地提出了基于二分图最大权完美匹配的多模态信号处理算法MWP-EMG-EEGNet。将这些算法用于多种任务,可以测试分类性能,其中,论文重点分析了ERP范式诱发的多模态生物电信号的单试次识别,并将相关结论运用于研究基于生物电信号的反应时间缩短程度。算法结果验证了生物电信号可以在更短的时间内得到更高的反应动作识别准确率。在这些算法研究基础上,本论文工作还搭建了在线人机接口系统,实现在线测试及应用。本论文工作设计了可穿戴式设备,该设备可以记录进行四种腕部活动时上臂肌肉组织诱发的sEMG信号。信号的时域、频域和时频域可提取共42维特征向量。本研究提出的DM算法利用所有样本对信息重新定义了类间距离和类内距离,将二者的比值作为可分性度量标准。四种不同分类器算法用于评价通过DM算法得到的普适性最优特征子集。在线任务是通过可穿戴式设备采集实时sEMG信号,并在有简单障碍物的环境下通过四种不同范式操纵改装设计的遥控车完成指定路径。任务完成时间和动作识别正确率是在线测试的两个性能评估指标。硬件测试结果说明采集系统SNR指标达到68.91 dB。特征选择结果表明DM算法可以使用23维特征达到96.77%的分类性能。在线测试结果表明,信号窗口长度为125 ms的状态机范式最接近实际控制情况,在线任务完成时间为48.08 s。将脑机接口系统应用在日常生活中的一个关键难点是如何减少电极数量,因此本研究提出了少量电极共空间模式算法（Fewer-channel Common Spatial Patterns,FCSP）及基于模拟退火策略的相关性距离度量（Corr-DM）算法来选取普适性最优化电极组合。采集被试者进行心算任务和想象空间旋转任务时的认知行为EEG信号验证算法性能。本论文研究提出的算法组合平均仅需7个电极就可以区分上述两种认知行为任务,达到90%的二分类正确率阈值,并结合截断加权算法确定了普适性的最优化电极组合。通过相关性和可分性分析验证最优化电极组合在训练组被试者数据上的有效性,相关性分析表明该电极组合与全部电极组合有显着性相关关系,可分性分析表明当使用最优化电极组合时,两种认知行为任务的信号有显着性差异。对测试集被试者进行跨被试分析,结果说明使用普适性电极组合的平均分类正确率可达到93.18%。基于上述生物电信号处理算法及结果,本论文还研究了生物电信号对于反应时间的缩短情况。本文设计了基于反应时间的实验范式,使用Corr-DM算法选取10个电极,并通过滑动窗及拓展时间窗方法分别分析EEG和sEMG信号。结果表明两种模态的反应时间相对于实际鼠标反应时间分别缩短了159.04 ms和75.22 ms。生物电信号可以在较短的反应时间内得到较高的反应动作识别准确率。本研究使用人工神经网络分析0400 ms的EEG信号,反应动作识别准确率（单试次ERP信号分类正确率）可以达到93.39%;使用手工特征工程结合SVM算法分析0400 ms的sEMG信号,反应动作识别准确率为88.65%;两种生物电信号的反应准确率相对于真实鼠标点击准确率的提升幅度分别为60.2%及55.46%。基于单模态反应时间的分析结果,本论文研究提出了基于最大权完美匹配（Maximum-Weight Perfect,MWP）的多模态生物电处理算法MWP-EMG-EEGNet,算法的核心思想是在加权完备二分图中找到最大权完美匹配,这样可以为批量数据中的每个样本找到最优匹配的同类/异类难样本,从而缓解训练过程中的过训练及样本不平衡问题。在此基础上,本论文将MWP匹配引入深度度量学习框架,研究设计了一种新型的损失目标函数,联合该损失函数与二值交叉熵损失实现端到端训练。多模态处理算法可以结合单模态分析的优势,保证了生物电信号反应时间（307.22 ms）的同时,可以获得较优的反应动作识别准确率,具体实验结果说明:在0400 ms时段多模态处理算法可以达到96.38%的识别准确率,高于实际反应动作准确率63.19%;联合训练MWP匹配和交叉熵损失优化目标可以同时考虑异类样本可分性及同类样本紧凑性,优化试次样本在特征空间中的分布;基于MWP匹配可以完成难样本加权,提升神经网络模型的收敛速度和分类精度。在上述离线数据分析的基础上,本论文工作设计了两种多模态生物电信号的在线人机接口系统。第一种联合了NeuroScan、BCI2000及FieldTrip工具箱,邀请与离线实验中相同的被试组进行了两次在线实验,第一次在线实验（仅使用离线实验数据训练的模型）及第二次在线实验（使用离线实验数据和第一次有反馈在线实验数据联合训练）得到的平均分类正确率分别为94.62%和97.16%。但是该系统还存在便携性问题,因此本论文还设计了一种便携式多模态生物电信号采集系统,实现多操作系统及多编程环境下的实时数据采集及图形可视化界面设计;本研究还将该系统应用于虚拟轮椅控制,设计的系统和算法能够准确识别出转向和前进状态,转向状态中还可以具体识别出左转和右转状态。
江楠峰[8]（2019）在《模式识别在食品认证中的应用研究》文中研究说明随着人们对生活质量的期望越来越高,消费者对高质量的食品要求也越来越高。为了保证食品质量的准确性,食品认证技术也得到了科学界的重视。食品认证是一种技术手段,用来确认食品的成分,进而分析食品的好坏优劣。目前主要的认证方法是基于光谱技术的认证方法,该技术具有快速信息采集,无损检测的特点,然而这种技术的局限性在于造价昂贵,同时还需要专业的实验环境条件,难以推广于大众市场。因此研究和开发一种新型,低成本,且快速高效的食品认证系统是非常重要的。同时机器视觉技术也是目前最流行的食品认证技术之一,它通过模式识别方法提取食品的物理特性,根据待测物的特征属性完成测量,该技术具有非接触性,速度快,精度高的特点。传统机器视觉技术需要仔细设置外部摄像机和照明系统,用以确保所需的精度能达到标准水平。这些局限性使得机器视觉技术无法适用于消费者,难于推广于市场。此外,传统的机器视觉技术无法提供光谱信息,而这些信息对于食品的成分至关重要。针对上述问题,本文以苹果,牛奶,橄榄油为食品样本进行研究,利用衍射光栅,机器视觉技术,结合模式识别算法对数据进行预处理,建模和分析。并通过偏最小二乘法判别分析（PLS-DA）、核偏最小二乘法（PLS）、局部加权偏最小二乘法（LW-PLS）等模式识别算法建模,验证了衍射光栅和本文提出的机器视觉方法在食品认证上的可行性,并为食品认证的研究提供新的思路。本文的主要研究内容包括:1.基于衍射光栅的食品认证研究（1）设计一款基于衍射光栅的计算机视觉系统,以有机苹果认证为研究对象,进行数据采集,预处理,并建立基于模式识别算法的有机苹果认证模型,有机苹果认证准确率达93.3%。对未来研究新型低成本,快速无损的检测方案提供新的研究方案。（2）在基于衍射光栅的有机苹果认证系统中,建立基于偏最小二乘法（PLS）,支持向量机（SVM）,随机森林（RF）等12种模式识别判别模型,探究适合在食品认证上效果较好的模式识别算法,对食品认证模型的建立上提供相应的研究思路。2.基于机器视觉技术的食品认证研究（1）利用机器视觉技术结合模式识别算法,建立有机苹果认证模型。运用图像处理技术,利用局部二值模型（LBP）提取苹果图像中的纹理特征,通过进行实验,有机苹果认证的准确度能达94%。实验结果说明该方法能在可见光的条件下取得专业仪器的实验标准。（2）利用机器视觉技术结合智能手机模块实现对牛奶的脂肪含量,橄榄油掺假的快速测定,开发一套新型便携式液体食品认证系统对实验样品进行数据采集,该系统利用图像的光谱空间信息进行建模,同时对局部偏最小二乘法（LW-PLS）进行了扩展,利用该算法快速实现了数据分类,橄榄油掺假准确率能达到96.2%,牛奶脂肪含量的测量准确率更是高达100%。说明了该系统具有推广于大众市场的可行性。本文研究表明,所提出的基于衍射光栅和机器视觉的食品认证方法具有可行性,并且能够推广于大众市场,对未来食品认证的研究提供了有效的解决方案。
王昊[9]（2019）在《基于Cortex-A9的嵌入式超声检测系统研制》文中研究指明近年来,我国铁路交通运输业不断发展,超声无损检测作为铁路运输安全的重要保障,在机车轮对和钢轨焊缝的检测中得到广泛的应用。然而目前超声无损检测在对探伤数据的处理上缺乏系统化的管理,因此本文研制了一套完整的超声检测系统,包括有基于Cortex-A9的超声探伤仪,用于存储和管理的探伤大数据服务器和用于数据回放处理的客户端应用程序。论文首先研制了便携式超声探伤仪。在硬件方面,处理器选择了基于Cortex-A9架构的Exynos4412作为核心处理器。基于该处理器,进行数据采集模块、人机交互模块、高分辨率LCD显示模块和wifi通信模块的硬件电路设计。在软件方面,首先搭建了Linux系统下的交叉编译环境,然后进行各个硬件模块的驱动程序设计。最后是应用程序的设计,应用程序采用了MVC设计模式,实现了探伤系统初始化、数据采集和压缩、探伤波形实时显示、探伤过程自动记录和探伤数据的传输等功能。论文接着研制了超声探伤大数据平台,该平台是一个基于数据库的服务器。探伤文件的文件名通过合理的设计,服务器在接收到文件之后对文件名进行解析,将解析出来的结果存入数据库内对应的字段,为客户端实现超声探伤数据的高效检索打下了基础。论文最后研制了超声检测系统PC机客户端的应用程序,PC机客户端是用户对探伤数据进行处理的重要的平台。客户端设计了合理的权限分配功能,能够更有效的对客户端进行管理。系统配置功能实现了在不修改应用程序的情况下进行二次开发。在业务方面,本文设计了数据筛选、回放和分析的功能。客户端设计的辅助功能能够有效地对用户进行监督。本文设计完成的超声检测系统经过测试已经实现了上述的功能,通过在实际的探伤工件上进行试用,便携式超声探伤仪满足了探伤工作的需求,探伤结果符合预期。数据通过wifi传输到大数据平台,用户再从大数据平台获取到探伤数据进行回放处理整个流程都已经成功实现。目前超声检测系统在上海铁路局进行试用检测,并通过返回的结果进行改进。
郝德宏[10]（2019）在《基于增强现实的截肢康复训练系统设计》文中提出肌电控制接口可应用于多功能假肢手的控制,帮助截肢患者实现高效自然地假肢控制。但当前截肢患者因肌电信号质量较差,缺少训练等原因无法有效控制肌电假肢,普遍使用意愿较低。虚拟康复训练系统可帮助截肢患者进行高效的肌电训练,已经成为当前的主流训练方案。随着虚拟现实和增强现实技术的发展,设计更具真实感与参与感的虚拟训练系统成为了可能。同时,游戏元素也被加入了虚拟康复训练系统中,以提高截肢患者的积极性。但在当前对新型虚拟康复训练系统的研究中,普遍存在系统使用复杂,通用性差,不重视实际使用体验等问题,尚无一个较为理想的新型虚拟训练系统。而造成该现状的原因之一是新型虚拟训练系统的研发涉及多种研究方向及技术,无法由肌电控制接口研究人员独立完成。为解决上述问题,本文的主要研究内容及成果如下:一、首先通过对肌电假肢及虚拟训练系统研究现状的调研,分析出针对截肢患者的虚拟康复训练系统的理想要素,提出了基于增强现实的虚拟康复训练系统的设计,并设计实现了同时满足研究用途和家用要求的基础硬件平台。二、为解决肌电控制接口研究人员与其他方向的研究及开发人员的协作问题,本文设计开发了肌电训练与测试通用软件平台,既为研究人员提供了基于模式识别方法的肌电训练与测试实验研究平台,及通用的用户图形界面,也为其他方向的研究及开发人员提供了通用接口。三、为满足截肢患者在家训练的需求,降低其使用负担,本文设计实现了便携式肌电训练与测试平台。同时设计了可云端存储及处理肌电数据的云平台,降低了本地设备的存储计算资源的要求,也为肌电数据共享及远程辅助康复提供了条件。四、为向截肢患者提供更具参与感的训练环境,本文在系统中设计实现了沉浸式增强现实康复训练环境,并在虚拟环境中实现了多自由度虚拟手,既为截肢患者提供了更加真实的训练引导,也为研究人员提供了进行肌电同步比例解码等研究的实验平台。五、为降低截肢患者的佩戴负担,提供更具交互性和趣味性的训练环境,本文在系统中实现了交互式增强现实康复训练环境,帮助截肢患者“重获手臂”。该训练环境经三名截肢患者测试及对比实验验证,被证明可有效提升截肢患者进行肌电训练的效果。本文还基于通用软件平台及通用接口,快速实现了两款训练游戏,进一步提升了截肢患者进行康复训练的积极性。
二、便携式通用数据采集系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、便携式通用数据采集系统（论文提纲范文）
（1）便携式LED光源气溶胶探测雷达系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 大气气溶胶 |
| 1.1.2 气溶胶探测的基本方法 |
| 1.1.3 LED光源研究现状 |
| 1.2 国内外研究进展及现状 |
| 1.3 本文的主要研究内容 |
| 2 LED雷达探测原理及数据反演算法 |
| 2.1 光与大气中物质的相互作用 |
| 2.2 LED光源雷达系统构成及探测原理 |
| 2.2.1 气溶胶探测米散射原理 |
| 2.2.2 LED雷达结构与探测原理 |
| 2.2.3 大功率LED光源概述 |
| 2.3 LED光源雷达的雷达方程及其数据反演算法 |
| 2.3.1 斜率法 |
| 2.3.2 Klett法 |
| 2.3.3 Fernald法 |
| 2.3.4 标准大气模型 |
| 2.4 雷达系统信噪比 |
| 2.5 本章小结 |
| 3 便携式LED雷达系统设计 |
| 3.1 便携式LED雷达系统工作原理 |
| 3.2 LED脉冲光源设计 |
| 3.2.1 LED光源一级准直设计 |
| 3.2.2 LED光源参数 |
| 3.2.3 LED脉冲驱动电路设计 |
| 3.3 雷达发射与接收系统设计 |
| 3.3.1 系统设计原理 |
| 3.3.2 系统光路设计 |
| 3.4 光电检测与数据采集系统设计 |
| 3.4.1 光电探测器 |
| 3.4.2 信号转换与放大电路 |
| 3.4.3 触发电路设计 |
| 3.4.4 数据采集 |
| 3.5 本章小结 |
| 4 便携式LED光源雷达系统探测能力分析与系统改进 |
| 4.1 雷达系统探测能力分析 |
| 4.1.1 系统几何重叠因子分析 |
| 4.1.2 雷达系统数值仿真分析 |
| 4.1.3 探测能力分析 |
| 4.2 系统光路改进与分光光路设计 |
| 4.2.1 改进光路设计 |
| 4.2.2 改进光路系统仿真 |
| 4.2.3 分光光路设计 |
| 4.2.4 改进后的系统信噪比 |
| 4.3 本章小结 |
| 5 便携式LED光源雷达系统测试实验 |
| 5.1 系统光路方案1 的测试与分析 |
| 5.1.1 LED光源能量测试 |
| 5.1.2 实验系统搭建 |
| 5.1.3 系统发散角的测量 |
| 5.1.4 雷达系统探测能力分析 |
| 5.2 改进的光路系统测试与分析 |
| 5.2.1 改进光路系统的实验搭建 |
| 5.2.2 改进光路的同轴调整 |
| 5.2.3 改进系统发散角测量 |
| 5.3 系统初步探测实验 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（2）便携式近红外仪在反刍动物饲料质量分析中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景意义和目的 |
| 1.1.1 研究背景和意义 |
| 1.1.2 研究目的 |
| 1.2 研究现状 |
| 1.2.1 近红外光谱技术简介 |
| 1.2.1.1 近红外光谱技术发展 |
| 1.2.1.2 定量模型的建立与评价 |
| 1.2.1.3 便携式近红外光谱技术的发展 |
| 1.2.2 近红外光谱技术在饲料领域中的应用 |
| 1.2.2.1 近红外光谱技术在反刍动物饲料中的应用 |
| 1.2.2.2 便携式近红外光谱技术的应用 |
| 1.3 研究思路 |
| 1.3.1 基本思路 |
| 1.3.2 技术路线 |
| 第二章 菜籽粕主要成分近红外定量模型建立 |
| 2.1 材料与方法 |
| 2.1.1 样品采集与制备 |
| 2.1.2 主要成分化学值分析 |
| 2.1.3 仪器与方法 |
| 2.1.3.1 近红外光谱仪器及处理软件 |
| 2.1.3.2 近红外光谱数据采集条件 |
| 2.1.3.3 近红外光谱评价参数 |
| 2.2 傅里叶变换便携式近红外光谱仪定量模型建立 |
| 2.2.1 样品光谱采集 |
| 2.2.2 定量模型建立 |
| 2.2.2.1 水分近红外定量模型 |
| 2.2.2.2 粗蛋白质近红外定量模型 |
| 2.2.2.3 粗脂肪近红外定量模型 |
| 2.2.2.4 粗纤维近红外定量模型 |
| 2.2.2.5 粗灰分近红外定量模型 |
| 2.2.2.6 酸性洗涤纤维近红外定量模型 |
| 2.2.2.7 中性洗涤纤维定量模型 |
| 2.3 线性渐变滤光片微型近红外仪定量模型建立 |
| 2.3.1 样品光谱采集 |
| 2.3.2 定量模型建立 |
| 2.3.2.1 水分近红外定量模型 |
| 2.3.2.2 粗蛋白质近红外定量模型 |
| 2.3.2.3 粗脂肪近红外定量模型 |
| 2.3.2.4 粗纤维近红外定量模型 |
| 2.3.2.5 粗灰分近红外定量模型 |
| 2.3.2.6 酸性洗涤纤维近红外定量模型 |
| 2.3.2.7 中性洗涤纤维近红外定量模型 |
| 2.4 小结 |
| 第三章 菜籽饼主要成分近红外定量模型建立 |
| 3.1 材料与方法 |
| 3.1.1 样品采集与制备 |
| 3.1.2 主要成分化学值分析 |
| 3.1.3 近红外光谱分析仪器与数据采集 |
| 3.1.3.1 近红外光谱仪器及处理软件 |
| 3.1.3.2 近红外光谱数据采集条件 |
| 3.1.3.3 近红外光谱评价参数 |
| 3.2 傅里叶变换便携式近红外光谱仪定量模型建立 |
| 3.2.1 光谱预处理与模型优化 |
| 3.2.2 定量模型建立 |
| 3.2.2.1 水分近红外定量模型 |
| 3.2.2.2 粗蛋白质近红外定量模型 |
| 3.2.2.3 粗脂肪近红外定量模型 |
| 3.2.2.4 粗灰分近红外定量模型 |
| 3.3 线性渐变滤光片微型近红外光谱仪定量模型建立 |
| 3.3.1 样品光谱采集 |
| 3.3.2 定量模型建立 |
| 3.3.2.1 水分近红外定量模型 |
| 3.3.2.2 粗蛋白质近红外定量模型 |
| 3.3.2.3 粗脂肪近红外定量模型 |
| 3.3.2.4 粗灰分近红外定量模型 |
| 3.4 小结 |
| 第四章 牛羊精补料主要成分近红外定量模型建立 |
| 4.1 材料与方法 |
| 4.1.1 样品采集与制备 |
| 4.1.2 主要成分化学值分析 |
| 4.1.3 仪器与方法 |
| 4.1.3.1 近红外光谱仪器及处理软件 |
| 4.1.3.2 近红外光谱数据采集条件 |
| 4.1.3.3 近红外光谱评价参数 |
| 4.2 定量模型建立 |
| 4.2.1 样品光谱采集 |
| 4.2.2 定量模型建立 |
| 4.2.2.1 水分近红外定量模型 |
| 4.2.2.2 粗蛋白质近红外定量模型 |
| 4.2.2.3 粗脂肪近红外定量模型 |
| 4.2.2.4 粗纤维近红外定量模型 |
| 4.2.2.5 粗灰分近红外定量模型 |
| 4.3 小结 |
| 第五章 全株玉米青贮主要成分近红外定量模型建立 |
| 5.1 材料与方法 |
| 5.1.1 样品采集与制备 |
| 5.1.2 主要成分化学值分析 |
| 5.1.3 近红外光谱分析仪器与数据采集 |
| 5.1.3.1 近红外光谱仪器及处理软件 |
| 5.1.3.2 近红外光谱数据采集条件 |
| 5.1.3.3 近红外光谱评价参数 |
| 5.2 定量模型建立 |
| 5.2.1 样品光谱采集 |
| 5.2.2 定量模型建立 |
| 5.2.2.1 粗蛋白质近红外定量模型 |
| 5.2.2.2 酸性洗涤纤维近红外定量模型 |
| 5.2.2.3 中性洗涤纤维近红外定量模型 |
| 5.2.2.4 总干物质近红外定量模型 |
| 5.2.2.5 淀粉近红外定量模型 |
| 5.2.2.6 粗灰分近红外定量模型 |
| 5.3 小结 |
| 第六章 结论 |
| 6.1 总体结论 |
| 6.2 研究创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（3）无人机机载XRF土壤重金属污染快速检测系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 常见土壤重金属污染检测方法研究现状 |
| 1.2.2 XRF技术在土壤重金属污染检测中的研究现状 |
| 1.2.3 无人机在土壤监测中的应用现状 |
| 1.3 本文主要工作与技术路线 |
| 1.3.1 主要工作 |
| 1.3.2 技术路线 |
| 1.4 本文组织结构 |
| 第二章 系统研究的关键理论与技术 |
| 2.1 数据采集与处理的理论基础 |
| 2.1.1 便携式XRF分析仪的工作原理 |
| 2.1.2 最小二乘法数据拟合 |
| 2.2 基于DJI OSDK的无人机飞行控制基础 |
| 2.2.1 姿态角的定义及其解算 |
| 2.2.2 DJI Onboard SDK |
| 2.3 嵌入式技术 |
| 2.3.1 嵌入式系统结构 |
| 2.3.2 UART通信协议 |
| 2.4 本章小结 |
| 第三章 土壤重金属污染快速检测系统硬件平台设计与实现 |
| 3.1 系统硬件平台总体设计 |
| 3.1.1 系统硬件平台设计原则 |
| 3.1.2 系统硬件平台整体结构 |
| 3.2 系统中心硬件设计与实现 |
| 3.2.1 嵌入式开发板需求分析 |
| 3.2.2 树莓派4B简介 |
| 3.2.3 开发板的供电与通讯 |
| 3.3 飞行平台硬件设计与实现 |
| 3.3.1 无人机需求分析 |
| 3.3.2 DJI M600 Pro简介 |
| 3.3.3 定高模块设计与实现 |
| 3.3.4 触地监测模块设计与实现 |
| 3.4 数据采集器硬件设计与实现 |
| 3.4.1 便携式XRF分析仪需求分析 |
| 3.4.2 XRF分析仪选型对比实验 |
| 3.4.3 连接挂载装置设计与实现 |
| 3.4.4 数据采集驱动装置设计与实现 |
| 3.5 系统硬件平台集成实现 |
| 3.6 本章小结 |
| 第四章 土壤重金属污染快速检测系统软件平台设计与实现 |
| 4.1 系统软件平台整体设计 |
| 4.1.1 系统软件平台需求分析 |
| 4.1.2 系统软件平台总体流程 |
| 4.2 无人机飞行自动控制算法 |
| 4.2.1 航线规划与任务队列构建 |
| 4.2.2 无人机平面飞行控制 |
| 4.2.3 无人机上升下降控制 |
| 4.3 传感器数据读取与分析程序 |
| 4.3.1 定高模块 |
| 4.3.2 触地监测模块 |
| 4.4 数据采集与处理算法 |
| 4.4.1 数据采集驱动装置控制 |
| 4.4.2 基于线性最小二乘法拟合的数据反演 |
| 4.5 本章小结 |
| 第五章 系统测试及结果分析 |
| 5.1 系统平台及运行环境配置 |
| 5.2 无人机飞行自动控制模拟实验 |
| 5.2.1 航线规划与作业任务队列构建 |
| 5.2.2 无人机飞行自动控制 |
| 5.3 传感器数据读取 |
| 5.3.1 定高模块 |
| 5.3.2 触地监测模块 |
| 5.4 数据采集与处理实验 |
| 5.4.1 数据采集驱动装置 |
| 5.4.2 数据反演 |
| 5.5 土壤重金属污染快速检测实验 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）基于FPGA的多生理信号采集与智能分析系统设计（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.3 论文的研究目标与研究内容 |
| 1.3.1 论文的研究目标 |
| 1.3.2 论文的研究内容 |
| 1.3.3 论文章节安排 |
| 2 生理信号的产生机制、特点与系统整体方案设计 |
| 2.1 生理信号的产生机制与特点 |
| 2.1.1 电生理信号的产生机制与特点 |
| 2.1.2 其他生理信号的产生机制与特点 |
| 2.1.3 实现生理信号采集功能的技术难点 |
| 2.2 系统整体方案设计与评估 |
| 2.2.1 系统整体方案设计 |
| 2.2.2 多生理信号采集功能的设计思路分析 |
| 2.2.3 主控方案选择 |
| 2.2.4 通信方案选择 |
| 2.3 本章小结 |
| 3 多生理信号模拟前端采集电路的硬件设计 |
| 3.1 前端采集板的功能框图 |
| 3.2 电生理信号采集电路设计 |
| 3.3 通用信号采集电路设计 |
| 3.4 脉搏信号采集电路设计 |
| 3.5 USB芯片电路设计 |
| 3.6 供电设计 |
| 3.7 隔离设计 |
| 3.8 外围接口 |
| 3.9 印刷电路板设计 |
| 3.10 本章小结 |
| 4 基于多生理信号模拟前端的FPGA数字逻辑电路设计 |
| 4.1 FPGA内部功能模块设计 |
| 4.2 数据采集IP设计 |
| 4.3 CY7C68013A固件设计与USB通信接口IP设计 |
| 4.3.1 CY7C68013A的固件设计 |
| 4.3.2 USB通信接口IP实现 |
| 4.4 FPGA仿真与验证 |
| 4.5 本章小结 |
| 5 多生理信号采集终端的系统集成与验证 |
| 5.1 外壳设计与系统集成 |
| 5.2 模块测试 |
| 5.2.1 SPI接口测试 |
| 5.2.2 USB接口控制IP的时序验证 |
| 5.2.3 USB传输测试 |
| 5.3 整体功能测试 |
| 5.4 安全测试 |
| 5.5 本章小结 |
| 6 智能分析终端的实现与算法的在板处理 |
| 6.1 智能分析终端介绍 |
| 6.2 支持向量机算法介绍 |
| 6.3 PL端数字逻辑电路设计 |
| 6.3.1 处理系统IP的配置 |
| 6.3.2 AXIS通信接口IP设计 |
| 6.3.3 SVM分类器的实现 |
| 6.4 PS端软件设计 |
| 6.4.1 Linux开发环境搭建 |
| 6.4.2 基于PetaLinux的嵌入式Linux移植 |
| 6.4.3 基于ZYNQ的字符设备驱动设计 |
| 6.5 智能分析终端测试 |
| 6.5.1 DMA传输测试 |
| 6.5.2 SVM分类器测试 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 攻读硕士学位期间的成果 |
（5）模块化便携式岩石力学试验仪研发与试验研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 岩石力学试验仪器现状 |
| 1.2.2 岩体基本力学试验及理论研究进展 |
| 1.3 研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究方法及技术路线 |
| 1.4 创新点 |
| 2 模块化便携式岩石力学试验仪理论研究 |
| 2.1 模块化便携式岩石力学试验仪 |
| 2.2 模块化便携式岩石力学试验仪的理论基础 |
| 2.2.1 小尺寸玄武岩试样和粉砂岩试样单轴压缩试验 |
| 2.2.2 小尺寸粉砂岩试样三轴压缩试验 |
| 2.3 模块化便携式岩石力学试验仪组成模块 |
| 2.4 本章小结 |
| 3 模块化便携式岩石力学试验仪研发 |
| 3.1 模块化便携式岩石力学试验仪各功能模块研制要求 |
| 3.1.1 通用基础框架系统 |
| 3.1.2 仪器加载系统 |
| 3.1.3 仪器测量系统 |
| 3.1.4 三轴试验模块 |
| 3.1.5 单轴试验模块 |
| 3.1.6 点荷载试验模块 |
| 3.1.7 角度测量模块 |
| 3.1.8 切磨样系统 |
| 3.2 模块化便携式岩石力学试验仪各功能模块设计 |
| 3.2.1 通用基础框架设计 |
| 3.2.2 岩石三轴试验仪及三轴模块研发 |
| 3.2.3 岩石点荷载试验仪与点荷载模块设计 |
| 3.2.4 岩石单轴压缩试验仪与单轴模块设计 |
| 3.2.5 岩石结构面外摩擦角测量仪与结构面外摩擦角模块设计 |
| 3.2.6 仪器数据采集系统 |
| 3.2.7 岩石试样取样系统 |
| 3.2.8 岩石试样切磨系统 |
| 3.2.9 仪器加载系统选型 |
| 3.2.10 模块化便携式岩石力学试验仪完整试验过程 |
| 3.2.11 模块化便携式岩石力学试验仪效果展示 |
| 3.3 本章小结 |
| 4 核心部件功能性验证 |
| 4.1 通用基础框架变形验证 |
| 4.2 数据采集系统验证 |
| 4.2.1 数据采集系统传感器选型 |
| 4.2.2 测力传感器标定与验证 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 在校研究成果 |
| 致谢 |
（6）火箭发射动力学参数测试系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 模块化测试系统研究发展现状 |
| 1.2.1 国外模块化测试系统发展现状 |
| 1.2.2 国内模块化测试系统发展现状 |
| 1.2.3 GPRS通信技术发展现状 |
| 1.3 本文的研究内容及结构安排 |
| 2 火箭发射动力学参数测试系统总体设计 |
| 2.1 火箭发射动力学模型 |
| 2.2 测试系统总体设计 |
| 2.3 测试系统硬件电路总体设计 |
| 2.4 测试系统软件功能总体设计 |
| 2.5 测试系统总体工作流程 |
| 2.6 本章小结 |
| 3 测试系统硬件设计 |
| 3.1 主控单元电路设计 |
| 3.1.1 微控芯片选型 |
| 3.1.2 主控芯片外围电路 |
| 3.2 数据采集模块电路设计 |
| 3.2.1 数据采集电路 |
| 3.2.2 数据存储电路 |
| 3.2.3 数据采集模块通信单元电路 |
| 3.2.4 人机交互单元电路 |
| 3.2.5 电源单元电路 |
| 3.2.6 外接功能模块电路 |
| 3.3 印制电路板设计 |
| 3.3.1 PCB布局及布线 |
| 3.3.2 抗干扰设计 |
| 3.4 本章小结 |
| 4 信号调理模块硬件设计 |
| 4.1 信号调理模块电源单元电路 |
| 4.2 信号调理模块放大单元电路 |
| 4.3 信号调理模块滤波单元电路 |
| 4.4 信号调理模块PCB设计 |
| 4.5 本章小结 |
| 5 测试系统下位机软件设计 |
| 5.1 主程序设计 |
| 5.1.1 主控芯片初始化程序 |
| 5.1.2 人机交互界面设计及触摸扫描 |
| 5.1.3 GPRS通信 |
| 5.1.4 等待触发中断请求 |
| 5.2 数据采集模块参数设置及功能控制程序设计 |
| 5.2.1 预设置参数加载 |
| 5.2.2 数据采集参数设置 |
| 5.2.3 数据采集模块功能控制程序 |
| 5.3 数据采集程序 |
| 5.4 文件管理程序 |
| 5.4.1 FATFS文件系统 |
| 5.4.2 文件创建和删除 |
| 5.4.3 文件传输与数据曲线绘制 |
| 5.5 本章小结 |
| 6 测试系统上位机软件设计 |
| 6.1 上位机软件系统总体设计 |
| 6.2 上位机通信模块设计 |
| 6.3 上位机功能控制模块设计 |
| 6.4 上位机数据接收、存储及曲线显示模块 |
| 6.5 本章小结 |
| 7 测试系统功能验证 |
| 7.1 通信功能验证 |
| 7.2 试验设计 |
| 7.3 试验数据分析 |
| 7.4 本章小结 |
| 8 结束语 |
| 8.1 总结 |
| 8.2 测试系统样机优势与不足 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）基于多模态生物电信号人机交互技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 脑机接口研究背景与现状 |
| 1.1.1 脑机接口研究背景 |
| 1.1.2 脑机接口研究现状 |
| 1.2 基于肌电的人机接口研究背景和现状 |
| 1.2.1 基于肌电的人机接口研究背景 |
| 1.2.2 基于肌电的人机接口研究现状 |
| 1.3 多模态生物电人机接口研究背景和现状 |
| 1.3.1 多模态生物电人机接口研究背景 |
| 1.3.2 多模态生物电人机接口研究现状 |
| 1.4 生物电人机接口存在的问题及课题研究思路 |
| 1.4.1 系统的问题 |
| 1.4.2 课题研究思路 |
| 1.5 论文内容安排 |
| 第二章 基于生物电信号人机接口的研究基础 |
| 2.1 人机接口系统构成 |
| 2.2 脑机接口研究基础 |
| 2.2.1 EEG信号采集 |
| 2.2.2 脑电节律 |
| 2.2.3 基于EEG信号的BCI系统类型 |
| 2.2.4 信号处理算法 |
| 2.3 基于sEMG人机接口研究基础 |
| 2.3.1 EMG信号的产生 |
| 2.3.2 sEMG信号采集与处理 |
| 2.4 本章小结 |
| 第三章 基于新型特征优化技术的可穿戴式表面肌电信号人机接口 |
| 3.1 引言 |
| 3.2 采集系统电路结构 |
| 3.2.1 离线sEMG信号采集系统 |
| 3.2.2 可穿戴式sEMG信号采集系统 |
| 3.2.3 采集系统硬件测试结果分析 |
| 3.3 实验方案设计 |
| 3.4 信号预处理 |
| 3.4.1 预处理算法 |
| 3.4.2 预处理算法结果分析 |
| 3.5 特征选择及分析结果 |
| 3.5.1 特征提取 |
| 3.5.2 特征选择 |
| 3.5.3 特征分类 |
| 3.5.4 电极和特征选择算法结果分析 |
| 3.5.5 特征分类算法结果分析 |
| 3.6 基于sEMG信号的人机接口控制范式 |
| 3.6.1 控制范式 |
| 3.6.2 基于s EMG信号的可穿戴式HCI系统在线性能评估 |
| 3.7 讨论 |
| 3.7.1 基于s EMG信号的可穿戴式HCI系统设计 |
| 3.7.2 特征选择和分类 |
| 3.7.3 实时控制性能 |
| 3.7.4 系统局限性及未来工作 |
| 3.8 本章小结 |
| 第四章 基于最优化少量电极的认知行为想象脑机接口 |
| 4.1 引言 |
| 4.2 样本量确定及实验数据集描述 |
| 4.2.1 样本量确定 |
| 4.2.2 BCI系统被试者数量确定 |
| 4.2.3 实验范式设计 |
| 4.2.4 数据采集与数据集描述 |
| 4.3 信号预处理 |
| 4.3.1 信号预处理算法 |
| 4.3.2 特征可视化 |
| 4.3.3 信号预处理及可视化结果分析 |
| 4.3.4 ERD/S结果分析 |
| 4.4 实验方案及算法 |
| 4.4.1 CSP算法 |
| 4.4.2 传统CSP算法在EEG信号分析中的应用 |
| 4.4.3 改进的CSP算法在EEG信号分析中的应用 |
| 4.4.4 通用电极选择算法 |
| 4.4.5 基于相关性的新型DM电极选择方法 |
| 4.5 算法结果分析 |
| 4.5.1 特征提取算法结果分析 |
| 4.5.2 电极选择算法分析 |
| 4.5.3 最优电极组合选择 |
| 4.5.4 最优电极组合普适性与有效性验证 |
| 4.5.5 跨被试者普适性及鲁棒性分析 |
| 4.6 讨论 |
| 4.7 本章小结 |
| 第五章 多模态生物电信号对反应时间缩短情况的研究 |
| 5.1 引言 |
| 5.2 事件相关电位物理意义 |
| 5.3 实验范式设计与数据采集 |
| 5.4 EEG信号整体评估及范式选择实验结果 |
| 5.4.1 真实反应时间分析 |
| 5.4.2 ERP信号可视化结果分析 |
| 5.4.3 ERP波形分类性能评估 |
| 5.4.4 浅层神经网络分类结果 |
| 5.5 基于EEG信号的反应时间分析 |
| 5.5.1 基于滑动窗算法的反应时间确定 |
| 5.5.2 普适性最优电极组合选择 |
| 5.5.3 与实际鼠标点击反应时间对比 |
| 5.5.4 基于滑动窗金字塔加权修正的无约束识别 |
| 5.6 sEMG信号分析及结果 |
| 5.6.1 可视化结果 |
| 5.6.2 不同特征向量提取方式比较 |
| 5.6.3 基于拓展时间窗的反应时间分析 |
| 5.7 讨论与本章小结 |
| 第六章 基于最大权完美匹配的多模态生物电信号人机接口 |
| 6.1 引言 |
| 6.2 深层卷积神经网络架构背景介绍 |
| 6.2.1 深层卷积神经网络架构基本组件 |
| 6.2.2 CNN的改进优化方法 |
| 6.2.3 损失目标函数 |
| 6.3 数据集描述 |
| 6.4 算法流程 |
| 6.4.1 处理ERP波形的CNN网络结构 |
| 6.4.2 基于最大权完美匹配的难样本选择 |
| 6.4.3 关于MWP匹配方法及损失函数对比讨论 |
| 6.5 实验结果分析 |
| 6.5.1 运行环境及参数设置 |
| 6.5.2 EEGNet与传统方法对比结果 |
| 6.5.3 MWP-EEGNet对系统性能的提升 |
| 6.5.4 基于MWP-EMG-EEGNet多模态融合结果分析 |
| 6.6 本章小结 |
| 第七章 基于多模态生物电信号的在线人机接口系统 |
| 7.1 引言 |
| 7.2 基于NeuroScan的在线人机接口系统设计 |
| 7.2.1 基础模块 |
| 7.2.2 在线系统整体框架 |
| 7.2.3 在线实验方法 |
| 7.2.4 在线信号处理及结果分析 |
| 7.3 便携式多功能生物电采集系统 |
| 7.3.1 硬件电路设计 |
| 7.3.2 硬件采集系统测试结果 |
| 7.3.3 软件平台设计 |
| 7.3.4 数据分析算法 |
| 7.3.5 软件平台结果测试 |
| 7.3.6 基于PSUEEG平台的虚拟智能轮椅系统 |
| 7.4 本章小结 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 附录 A 主要代码流程及执行结果 |
| 致谢 |
| 作者简介 |
（8）模式识别在食品认证中的应用研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 中文文摘 |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 研究现状 |
| 1.3 研究主要内容 |
| 1.4 本文主要创新点 |
| 1.5 论文结构安排 |
| 1.6 本章总结 |
| 第二章 相关理论方法 |
| 2.1 模式识别概念 |
| 2.2 模式识别常用算法 |
| 2.3 模式识别常用预处理方法 |
| 2.4 模式识别常用图像处理方法 |
| 2.5 本文实验仪器与材料 |
| 2.6 本章总结 |
| 第三章 基于衍射光栅的有机苹果认证研究 |
| 3.1 引言 |
| 3.2 检测方法 |
| 3.3 数据分析与建模 |
| 3.4 实验结果与讨论 |
| 3.5 本章总结 |
| 第四章 基于机器视觉的有机苹果认证研究 |
| 4.1 引言 |
| 4.2 检测方法 |
| 4.3 数据分析与建模 |
| 4.4 实验结果与讨论 |
| 4.5 本章总结 |
| 第五章 基于智能手机的液体食品认证研究 |
| 5.1 引言 |
| 5.2 检测方法 |
| 5.3 数据分析与建模 |
| 5.4 实验结果与讨论 |
| 5.5 本章总结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 未来展望 |
| 参考文献 |
| 攻读硕士学位期间发表的科研论文 |
| 致谢 |
| 个人简历 |
（9）基于Cortex-A9的嵌入式超声检测系统研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 超声无损检测技术 |
| 1.2.1 超声检测原理 |
| 1.2.2 超声无损检测发展历史及现状 |
| 1.3 论文研究内容及意义 |
| 1.4 论文组织结构 |
| 第二章 超声检测系统硬件驱动研发及嵌入式平台搭建 |
| 2.1 超声检测系统整体模块设计 |
| 2.2 超声检测系统硬件及驱动模块设计 |
| 2.2.1 核心板选取 |
| 2.2.2 数据采集模块电路及驱动设计 |
| 2.2.3 wifi模块电路及驱动设计 |
| 2.2.4 人机交互模块模块电路及驱动设计 |
| 2.3 超声检测系统嵌入式平台搭建 |
| 2.3.1 嵌入式Linux系统 |
| 2.3.2 嵌入式Linux系统的搭建及移植 |
| 2.4 本章小结 |
| 第三章 便携式超声探伤仪应用程序设计 |
| 3.1 基于MVC的超声探伤仪应用程序的研发 |
| 3.1.1 探伤仪功能需求解析 |
| 3.1.2 基于MVC的应用程序框架搭建 |
| 3.2 超声探伤仪数据层和显示层应用程序研发 |
| 3.2.1 超声探伤仪数据层应用程序研发 |
| 3.2.2 超声探伤仪显示层应用程序研发 |
| 3.3 超声探伤仪控制层应用程序研发 |
| 3.3.1 超声探伤仪初始化模块研发 |
| 3.3.2 超声探伤仪实时探伤数据处理模块研发 |
| 3.3.3 超声探伤仪自动记录模块研发 |
| 3.3.4 wifi通信模块设计 |
| 3.4 本章小结 |
| 第四章 超声探伤大数据平台搭建及PC机客户端设计 |
| 4.1 超声探伤大数据平台 |
| 4.1.1 超声探伤大数据平台设计 |
| 4.1.2 超声探伤大数据平台服务器端设计 |
| 4.1.3 超声探伤大数据平台服务器端数据库设计 |
| 4.2 PC机客户端设计 |
| 4.2.1 客户端系统功能设计 |
| 4.2.2 客户端探伤业务功能设计 |
| 4.2.3 客户端辅助功能设计 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文的主要研究内容及工作总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（10）基于增强现实的截肢康复训练系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 虚拟康复训练系统的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文章节安排 |
| 第二章 系统整体架构及基础硬件平台 |
| 2.1 引言 |
| 2.2 系统设计需求 |
| 2.3 系统整体架构 |
| 2.4 基础硬件平台 |
| 2.4.1 肌电信号采集设备 |
| 2.4.2 肌电训练与测试硬件平台 |
| 2.4.3 电刺激触觉反馈模块 |
| 2.5 本章小结 |
| 第三章 肌电训练与测试通用软件平台 |
| 3.1 引言 |
| 3.2 软件平台整体架构设计 |
| 3.2.1 桌面端软件平台 |
| 3.2.2 移动端软件平台 |
| 3.3 肌电信号采集接口 |
| 3.3.1 TrignoTM Wireless Systems数据采集接口 |
| 3.3.2 无线肌电臂环数据采集接口 |
| 3.4 肌电数据处理模块 |
| 3.4.1 特征提取 |
| 3.4.2 模式识别 |
| 3.5 外部设备与应用控制通用接口 |
| 3.6 肌电研究及应用的通用图形交互界面 |
| 3.7 本章小结 |
| 第四章 便携式肌电训练与测试平台 |
| 4.1 引言 |
| 4.2 整体架构设计 |
| 4.3 软硬件平台实现 |
| 4.3.1 硬件平台 |
| 4.3.2 肌电数据采集 |
| 4.3.3 基于云端模型的肌电数据处理 |
| 4.3.4 电刺激触觉反馈模块控制 |
| 4.4 肌电数据存储及处理云平台 |
| 4.4.1 肌电数据云端存储 |
| 4.4.2 肌电数据云端处理 |
| 4.5 基于云端协同的肌电自适应方法实现 |
| 4.5.1 肌电自适应方法研究背景 |
| 4.5.2 域自适应算法的云端实现 |
| 4.6 本章小结 |
| 第五章 沉浸式增强现实康复训练环境设计及评估 |
| 5.1 引言 |
| 5.2 肌电控制多自由度虚拟手 |
| 5.2.1 多自由度虚拟手的建模 |
| 5.2.2 多自由度虚拟手的肌电控制接口 |
| 5.3 基于TAC TEST的实验平台设计 |
| 5.3.1 整体架构 |
| 5.3.2 肌电训练与测试平台 |
| 5.3.3 桌面式2D训练环境设计 |
| 5.3.4 沉浸式3D训练环境设计 |
| 5.4 2D与3D训练环境对比实验评估 |
| 5.4.1 实验设计 |
| 5.4.2 实验过程 |
| 5.4.3 实验结果及分析 |
| 5.5 本章小结 |
| 第六章 基于增强现实的交互式截肢康复训练环境 |
| 6.1 引言 |
| 6.2 交互式增强现实训练环境设计 |
| 6.2.1 总体架构 |
| 6.2.2 肌电训练与测试平台 |
| 6.2.3 基于Kinect的增强现实镜像训练环境 |
| 6.3 增强现实训练环境内截肢末端接合虚拟手 |
| 6.3.1 基于Kinect的人体关节点定位 |
| 6.3.2 虚拟手接合及抖动抑制 |
| 6.4 截肢患者肌电训练与测试对比实验 |
| 6.4.1 实验设计 |
| 6.4.2 实验过程 |
| 6.4.3 实验结果及分析 |
| 6.5 增强现实环境下虚拟手抓取训练小游戏 |
| 6.5.1 虚拟手抓取训练小游戏设计及测试 |
| 6.5.2 支持多类手势控制的射击游戏设计 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究内容总结 |
| 7.2 后续工作展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间的学术成果 |
四、便携式通用数据采集系统（论文参考文献）
- [1]便携式LED光源气溶胶探测雷达系统设计[D]. 张柯. 西安理工大学, 2021(01)
- [2]便携式近红外仪在反刍动物饲料质量分析中的应用研究[D]. 郭丽丽. 中国农业科学院, 2021(09)
- [3]无人机机载XRF土壤重金属污染快速检测系统研究[D]. 杨浩. 电子科技大学, 2021(01)
- [4]基于FPGA的多生理信号采集与智能分析系统设计[D]. 缪家骏. 浙江大学, 2020(02)
- [5]模块化便携式岩石力学试验仪研发与试验研究[D]. 乔磊. 绍兴文理学院, 2020
- [6]火箭发射动力学参数测试系统设计[D]. 蒋宇. 南京理工大学, 2020(01)
- [7]基于多模态生物电信号人机交互技术研究[D]. 孙瀚. 东南大学, 2019(01)
- [8]模式识别在食品认证中的应用研究[D]. 江楠峰. 福建师范大学, 2019(12)
- [9]基于Cortex-A9的嵌入式超声检测系统研制[D]. 王昊. 东南大学, 2019(06)
- [10]基于增强现实的截肢康复训练系统设计[D]. 郝德宏. 上海交通大学, 2019(06)