声明
摘要
第一章 绪论
1.1 课题来源及研究目的和意义
1.1.1 课题来源
1.1.2 研究目的和意义
1.2 航空相机操纵系统相关技术的国内外发展状况
1.2.1 操作系统的发展状况
1.2.2 图像压缩技术的发展状况
1.2.3 故障诊断技术发展状况
1.3 本文的主要研究内容
1.4 本章小结
第二章 中高空面阵CCD航空相机与操纵系统
2.1.中高空面阵CCD航空相机工作原理
2.2.中高空面阵CCD航空相机组成
2.3 操纵系统组成与工作原理
2.3.1 系统工作原理
2.3.2 系统功能与组成
2.3.3 系统软件模块和工作流程
2.4 本文要解决的关键技术问题和主要技术指标
2.4.1 系统涉及的关键技术问题
2.4.2 主要技术指标
2.5 本章小结
第三章 基于PC104总线的Linux系统的裁剪技术研究
3.1 Linux裁剪技术
3.1.1 基于Linux自配裁剪技术
3.1.2 基于Linux系统的源代码裁剪技术
3.1.3 基于调用图的Linux内核的裁剪技术
3.2 BOOT LOADER的移植
3.2.1 PC104主板的资源
3.2.2 Boot Loader的移植环境的搭建
3.2.3 Boot Loader移植
3.3 Linux内核的裁剪与应用文件系统的建立
3.3.1 Linux内核裁剪的主要内容
3.3.2 内核编译与加载
3.3.3 基于busybox的根文件系统构建
3.3.4 制作映像文件
3.4 系统的开关机与任务响应性能测试
3.4.1 测试条件
3.4.2 测试方法
3.4.3 测试结果分析
3.5 本章小结
第四章 图像实时无损压缩的软硬件并行技术研究
4.1 图像压缩原理
4.1.1 图像压缩基础知识
4.1.2 小波变换理论
4.2 图像并行实时压缩子系统的设计方案
4.3 图像并行实时压缩子系统的实现
4.3.1 基于乒乓操作的高速缓存模块
4.3.2 图像并行实时压缩子系统的硬件设计
4.3.3 FPGA主控制器设计
4.3.4 子系统的软件设计
4.4 图像并行实时压缩子系统实验
4.4.1 高速缓存性能测试
4.4.2 图像压缩性能的测试
4.5 本章小结
第五章 基于PSO-RBF神经网络的故障诊断技术研究
5.1 原始粒子群优化算法
5.2 改进粒子群优化算法
5.3 改进粒子群优化神经网路模型建立
5.3.1 神经网络概述
5.3.2 RBF神经网络
5.3.3 改进的粒子群算法优化RBF神经网络
5.4 基于PSO-RBF的故障诊断子系统的设计方案
5.4.1 故障诊断子系统的设计方案
5.4.2 航空相机电源系统概述
5.4.3 故障的设定与测试接口
5.5.基于PSO-RBF神经网络的故障诊断子系统的实现
5.5.1 故障诊断子系统的硬件设计
5.5.2 故障诊断子系统的软件设计
5.6 故障诊断子系统实验
5.6.1 基于主元分析的测试样本故障特征提取
5.6.2 仿真实验
5.6.3 实测实验
5.7 本章小结
第六章 总结与展望
6.1 本文主要研究工作与所取得的创新性成果
6.1.1 本文主要完成的研究工作
6.1.2 论文的主要创新性成果
6.2 进一步研究与展望
致谢
攻读博士期间的学术成果和参与科研情况
参考文献
附录Ⅰ