首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--电子电路论文

模拟电路RUP预测方法研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第13-28页
    1.1 论文研究背景第13-14页
    1.2 模拟电路RUP预测的目的与意义第14-17页
    1.3 模拟电路RUP预测的发展和现状第17-23页
    1.4 现有技术的不足第23-24页
    1.5 本文的主要内容及结构安排第24-28页
第二章 基于高斯白噪声估计的模拟电路RUP预测法第28-53页
    2.1 基于高斯白噪声估计的模拟电路RUP预测法概述第28页
    2.2 基于高斯白噪声估计的预测方法总体结构第28-32页
        2.2.1 传统的模拟电路诊断与预测结构第28-29页
        2.2.2 传统的模拟电路预测方法分析第29-31页
        2.2.3 基于KALMAN噪声估计的模拟电路RUP预测方法总体结构介绍第31-32页
    2.3 特征提取与FI的计算第32-36页
        2.3.1 基于高斯白噪声估计的特征提取模型第32-33页
        2.3.2 KALMAN滤波器原理第33-35页
        2.3.3 基于KALMAN滤波器的噪声估计第35-36页
    2.4 基于粒子滤波的退化模型更新与剩余使用性能寿命的预测第36-42页
        2.4.1 基于本文高斯白噪声估计法的元件退化模型建立第36-39页
        2.4.2 粒子滤波第39-41页
        2.4.3 粒子滤波对于模型的更新第41-42页
    2.5 基于高斯白噪声估计的诊断和预测架构第42-43页
    2.6 仿真与实验第43-51页
        2.6.1 仿真 1—PF对RUP预测效果比较仿真第43-44页
        2.6.2 仿真 2—单元件退化预测仿真第44-47页
        2.6.3 仿真 3—多元件退化预测仿真第47-50页
        2.6.4 实验第50-51页
    2.7 本章小节第51-53页
第三章 基于复数域建模的模拟电路单元件RUP预测法第53-77页
    3.1 基于复数域建模的模拟电路单元件RUP预测法技术概述第53页
    3.2 基于复数域建模的模拟电路单元件RUP预测法结构总览第53-54页
    3.3 基于复数域建模的模拟电路单元件的预测FI计算与采集第54-63页
        3.3.1 模拟电路的复数域圆模型理论第54-58页
        3.3.2 基于复数域圆模型建模的预测FI采集与计算第58-61页
        3.3.3 基于复数域线模型建模的预测FI计算第61-63页
    3.4 基于粒子滤波的退化模型更新与RUP的预测第63-66页
        3.4.1 单元件模拟电路的FI退化模型的曲线拟合第63-65页
        3.4.2 粒子滤波对于模型的更新第65-66页
    3.5 基于复数域建模的单元件预测方法流程第66-68页
    3.6 基于复数域建模的诊断和预测架构第68-69页
    3.7 仿真与实验第69-76页
        3.7.1 仿真—本章方法单元件预测仿真第69-75页
        3.7.2 实验第75-76页
    3.8 本章小节第76-77页
第四章 采用电压特征的线性模拟电路单元件RUP预测方法第77-101页
    4.1 采用电压特征的线性模拟电路单元件RUP预测方法技术概述第77页
    4.2 总体结构总览第77-78页
    4.3 采用电压特征的线性模拟电路单元件预测FI计算第78-84页
        4.3.1 关于线性模拟电路的斜率建模原理第78-80页
        4.3.2 对于线性纯电阻模拟电路的预测FI计算第80-83页
        4.3.3 线性非纯电阻模拟电路的预测FI计算第83-84页
    4.4 基于粒子滤波的退化模型更新与RUP预测第84-87页
    4.5 采用电压特征的线性模拟电路单元件RUP预测方法流程第87-88页
    4.6 采用电压特征的模拟电路诊断和预测架构第88-89页
    4.7 仿真与实验第89-99页
        4.7.1 仿真 1—纯电阻线性模拟电路单元件预测仿真第89-92页
        4.7.2 仿真 2—非纯电阻线性模拟电路单元件预测仿真第92-97页
        4.7.3 实验第97-99页
    4.8 本章小结第99-101页
第五章 基于极限学习机的模拟电路测试生成算法第101-121页
    5.1 测试生成概述第101-102页
    5.2 测试生成算法总览第102-103页
    5.3 基于极限学习机的测试生成算法第103-111页
        5.3.1 极限学习机理论第103-105页
        5.3.2 采集响应空间第105-107页
        5.3.3 极限学习机分类算法的执行第107-108页
        5.3.4 本章基于极限学习机的测试信号生成方法第108-109页
        5.3.5 新的测试结构第109-111页
    5.4 本文算法结构与分析第111-113页
    5.5 实验例子第113-119页
        5.5.1 例 1—多种激活函数下的本章算法效果仿真与比较第114-116页
        5.5.2 例 2—压缩状态下本章算法效果仿真与比较第116页
        5.5.3 例 3—多种压缩样本状态下本章算法效果仿真与比较第116-117页
        5.5.4 例 4—不同压缩样本下本章算法效果仿真与比较第117-119页
        5.5.5 例 5—实际测试效果比较第119页
    5.6 本章小节第119-121页
第六章 总结与展望第121-125页
    6.1 论文工作总结第121-123页
    6.2 研究展望第123-125页
致谢第125-126页
参考文献第126-134页
攻博期间取得的研究成果第134-135页

论文共135页,点击 下载论文
上一篇:参量阵定向声通信关键技术研究
下一篇:颈动脉狭窄患者支架置入后脑白质结构改变与认知功能关系的初步研究