| 【中文题名】 | 非线性系统中多参量优化方法的应用 |
| 【英文题名】 | Application of Optimization of Multi-Parameters in Non-Linear System |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-29 |
| 【中关键词】 | 人工神经网络,遗传算法,汽车轮胎压力监测系统,法向螺旋天线,电小环天线, |
| 【英关键词】 | artificial neural network,genetic algorithm,Tire Pressure Monitoring System,normal mode helix antenna,electrical small loop antenna, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>自动化系统理论>> |
| 【论文摘要】 |
如何快速、准确地建立非线性系统模型一直是数值研究领域的热点，同时随着现代工业的发展，对非线性系统中的多参量优化也提出了迫切的要求。然而传统建模方式的精度无法满足实际应用的需要，非线性系统中多参量之间复杂的关系使得传统的寻优方法难以保证找到的是最优解或近似最优解。
通过模仿生物神经元的信息处理功能，按照一定的连接方式，得到的人工神经网络能够迅速建立起输入、输出之间的非线性映射关系，即建立非线性系统模型。遗传算法是借鉴生物进化原理的一种全局搜索优化算法，以其简单通用、适于并行处理以及应用范围广等显著特点，在非线性优化领域占有重要地位。
汽车轮胎压力监测(TPMS)主要是用于对汽车胎压进行实时自动监测，并在监测到轮胎状况异常时进行报警、甚至预警，以保障驾乘者的行车安全。随着人们自我保护意识的不断加强和有关法律法规的出台，越来越多的人开始关注这项技术。天线是决定该系统性能的关键部件之一。如果TPMS天线的选择和设计不当，将无法满足系统无线收发信号的要求，轮胎的压力等信息就无法顺利被接收，也无法达到提醒驾驶者的目的。这直接影响汽车轮胎压力监测系统的实用性和可靠性。从信息处理的角度看，TPMS天... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-8 |
|
第一章 绪论 |
8-16 |
|
1.1 非线性系统建模及其优化的意义 |
8-9 |
|
1.2 人工神经网络及遗传算法应用的可行性 |
9-11 |
|
1.3 TPMS的背景及其应用 |
11-13 |
|
1.4 天线的发展及现状 |
13-15 |
|
1.5 本文的主要内容 |
15-16 |
|
第二章 人工神经网络和遗传算法 |
16-31 |
|
2.1 径向基神经网络 |
16-23 |
|
2.1.1 RBF神经网络的结构 |
17-18 |
|
2.1.2 RBF神经网络样本的选择 |
18-19 |
|
2.1.3 RBF神经网络的中心选取 |
19-23 |
|
2.2 遗传算法 |
23-28 |
|
2.2.1 遗传算法的原理 |
23-24 |
|
2.2.2 遗传算法的流程 |
24-28 |
|
2.2.2.1 编码 |
25-26 |
|
2.2.2.2 适应函数 |
26 |
|
2.2.2.3 选择 |
26-27 |
|
2.2.2.4 交叉 |
27 |
|
2.2.2.5 变异 |
27-28 |
|
2.3 人工神经网络和遗传算法在天线中的应用 |
28-31 |
|
第三章 简介 TPMS及其天线 |
31-42 |
|
3.1 TPMS的原理 |
31 |
|
3.2 TPMS的组成 |
31-33 |
|
3.3 TPMS天线分析 |
33-42 |
|
3.3.1 轮胎对天线的影响 |
33-37 |
|
3.3.2 天线设计要求 |
37-39 |
|
3.3.3 多普勒效应的考虑 |
39-42 |
|
第四章 法向螺旋天线的分析与设计 |
42-53 |
|
4.1 原理及设计 |
42-46 |
|
4.2 建模与优化、仿真 |
46-51 |
|
4.3 实验及结果 |
51-53 |
|
第五章 电小环天线的分析与设计 |
53-66 |
|
5.1 原理 |
53-58 |
|
5.2 设计 |
58-61 |
|
5.3 建模与优化、仿真 |
61-66 |
|
第六章 TPMS天线的比较 |
66-70 |
|
6.1 法向螺旋天线与偶极子的比较 |
66-67 |
|
6.2 电小环天线与偶极子的比较 |
67-68 |
|
6.3 法向螺旋天线与电小环天线的比较 |
68-70 |
|
第七章 结论与展望 |
70-71 |
|
致谢 |
71-72 |
|
参考文献 |
72-74 |
|
攻读学位期间的研究成果 |
74 |
|
| 【DOI】 | LunWen.ID:2.2008.389120 |
