基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計

基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計

ID:33300719

大?。?.38 MB

頁數(shù):72頁

時間:2019-02-23

基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計_第1頁
基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計_第2頁
基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計_第3頁
基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計_第4頁
基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計_第5頁
資源描述:

《基于反饋型神經(jīng)網(wǎng)絡(luò)的公路車輛動態(tài)稱重系統(tǒng)設(shè)計》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、I?。;,學位論文獨創(chuàng)性聲明’‘,01929570學位論文獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知,除了文中特別加以標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得直昌太堂或其他教育機構(gòu)的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。靴做儲獬艄).彥砷抖嗍剛Ⅲ朔≯尹日

2、學位論文版權(quán)使用授權(quán)書本學位論文作者完全了解直昌太堂有關(guān)保留、使用學位論文的規(guī)定,有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。本人授權(quán)直昌太堂可以將學

3、位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編本學位論文。同時授權(quán)中國科學技術(shù)信息研究所和中國學術(shù)期刊(光盤版)電子雜志社將本學位論文收錄到《中國學位論文全文數(shù)據(jù)庫》和《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》中全文發(fā)表,并通過網(wǎng)絡(luò)向社會公眾提供信息服務(wù)。(保密的學位論文在解密后適用本授權(quán)書)學位論文作者簽名(手寫):笤閡崢簽字日期:歷∥驢年,≯月z廠日導(dǎo)師簽名(手寫簽字日期:年月日l;‘.i.0£0:土oj,≮二.,,一。p摘要IIIIl[IlllIIIIlIFl[1lllllllll/Y1850710公路車輛動態(tài)稱重系統(tǒng)作為ITS(公路智能運輸系

4、統(tǒng))的重要組成部分,是抑制公路車輛超載超限有效手段。目前,國內(nèi)動態(tài)稱重技術(shù)正處在快速發(fā)展階段。本文從動態(tài)車輛稱重系統(tǒng)中的幾個關(guān)鍵部分著手,提出采用ATM.AVR單片機進行車輛稱重信號的A/D轉(zhuǎn)換和數(shù)據(jù)通信,擬定了數(shù)據(jù)通信協(xié)議并實現(xiàn)數(shù)據(jù)通信。設(shè)計了整體系統(tǒng)方案。針對現(xiàn)有傳感器的使用情況,選擇使用石英壓電傳感器作為系統(tǒng)的稱重單元,并對數(shù)據(jù)采集調(diào)理電路做了相應(yīng)的改進。利用MicrosoftVisualC++6.0軟件完成對車輛數(shù)據(jù)的錄入和顯示,包括對上位機串口設(shè)置,數(shù)據(jù)的存儲和實時曲線顯示。針對現(xiàn)有數(shù)據(jù)處理方法的優(yōu)缺點,在分析車輛稱重信號特點的基礎(chǔ)上,利用小波多分辨率技術(shù)進行信號預(yù)處理,提出了

5、使用Elman反饋型神經(jīng)網(wǎng)絡(luò)來確定傳感器輸出電壓值與車輛靜態(tài)重量的對應(yīng)關(guān)系,從而更加準確的得到車輛的真實重量。最后,根據(jù)神經(jīng)網(wǎng)絡(luò)理論,比較了Elman網(wǎng)絡(luò)內(nèi)部各要素對數(shù)據(jù)分析性能的影響,以及反饋型神經(jīng)網(wǎng)絡(luò)和其他神經(jīng)網(wǎng)絡(luò)在車輛稱重數(shù)據(jù)處理性能上的優(yōu)劣。仿真結(jié)果表明,相對于BP和RBF網(wǎng)絡(luò),Elman網(wǎng)絡(luò)在車輛動態(tài)稱重系統(tǒng)中具有更優(yōu)越的數(shù)據(jù)處理性能。關(guān)鍵詞:動態(tài)稱重;Elman網(wǎng)絡(luò);AVR;壓電傳感器ABSTRACTAsbeingtheeffectivetooltoforbidoverloading,vehicles’weigh-in-motion(wnvosystemistheimport

6、antpartofintelligenttransportsystem(ITS).Nowadays,theⅥrIMtechnologyisbeingintherapiddevelopingperiod.Inthisarticle,somethingimportant嬲keysofthesystemwerefoundsuchasATM—AVRsinglechip,A/Dconversionanddatacommunication.Atthesametime,thecommtmicationsprotocolsweredesigned.Furthermore,wemadesomedescri

7、bingaboutthewayusingStudiosoftwareanddesignedthewholeproject.BaSedonthesituationofsensor’Sdevelopmentandperformance,wechosequartzpiezoelectricsensorstobe觴theweightpartofthe硎system,andmadesomeimprovementstothedataacquisitioncircuit.Wegainedthevehicles’databyusingtheMicrosoftVisualC++6.0softwareand

8、implementedthecommunicationbetweenuppercomputerandlowercomputer.And,atthesRmetime,westoredthedatainthedocumentanddrewrelevantrealtimeCUrVe.FocusingonthemeritsanddrawbacksofthebeingusedmethodsofdataprocessingandbaSingon

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。