| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·分布式交互仿真技术研究现状 | 第9-10页 |
| ·故障诊断技术研究现状 | 第10-12页 |
| ·国内外研究现状 | 第10-12页 |
| ·故障诊断技术在舰载测控设备上的应用现状 | 第12页 |
| ·研究内容和结构安排 | 第12-14页 |
| 2 高层体系结构(HLA)基本框架 | 第14-20页 |
| ·HLA基本概念 | 第14页 |
| ·HLA规则 | 第14-15页 |
| ·HLA接口规范及运行支撑环境RTI | 第15-17页 |
| ·HLA接口规范 | 第15-16页 |
| ·运行支撑环境RTI | 第16-17页 |
| ·HLA对象模型模板 | 第17页 |
| ·联邦开发和执行过程模型 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 3 基于HLA的测控设备分布式仿真平台架构设计 | 第20-30页 |
| ·仿真平台联邦系统的设计 | 第20-27页 |
| ·仿真平台需求分析及联邦成员划分 | 第20-23页 |
| ·仿真平台FOM开发 | 第23-27页 |
| ·仿真平台中的时间管理技术 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 4 基于粗糙集与BP神经网络的故障诊断研究 | 第30-48页 |
| ·粗糙集与BP神经网络用于测控设备故障诊断的必要性 | 第30页 |
| ·粗糙集理论 | 第30-33页 |
| ·粗糙集基本概念 | 第31-32页 |
| ·粗糙集的约简技术 | 第32-33页 |
| ·BP神经网络 | 第33-36页 |
| ·BP神经网络模型 | 第33-34页 |
| ·BP神经网络结构及学习算法 | 第34-36页 |
| ·带动量项的BP神经网络 | 第36页 |
| ·基于粗糙集与BP神经网络的测控设备故障诊断研究 | 第36-46页 |
| ·连续数据离散化 | 第37页 |
| ·决策表属性约简 | 第37-39页 |
| ·算法效果分析 | 第39-45页 |
| ·RSDBP算法在实际应用中的可行性分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 5 基于HLA的测控设备分布式仿真平台实现 | 第48-56页 |
| ·仿真平台的软件实现 | 第48-51页 |
| ·创建、加入联邦 | 第49页 |
| ·状态信息管理 | 第49页 |
| ·信息交互 | 第49-50页 |
| ·时间管理 | 第50-51页 |
| ·仿真平台运行结果 | 第51-55页 |
| ·仿真平台运行环境 | 第51-52页 |
| ·运行结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-63页 |