| 表目录 | 第1-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12-13页 |
| ·研究现状概述 | 第13-14页 |
| ·特征提取算法 | 第13页 |
| ·智能故障诊断算法 | 第13-14页 |
| ·论文的主要工作 | 第14-15页 |
| ·论文的章节安排 | 第15-16页 |
| 第二章 模拟电路故障诊断技术研究 | 第16-26页 |
| ·模拟电路故障诊断概述 | 第16-18页 |
| ·模拟电路故障诊断特点 | 第16页 |
| ·模拟电路故障诊断分类 | 第16-17页 |
| ·模拟电路故障诊断流程 | 第17-18页 |
| ·特征提取算法分析 | 第18-21页 |
| ·算法研究 | 第18-20页 |
| ·算法分析 | 第20-21页 |
| ·智能故障诊断算法分析 | 第21-25页 |
| ·智能故障诊断算法研究 | 第21-23页 |
| ·BP 神经网络优化算法研究 | 第23-24页 |
| ·算法分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于非高斯性分析的特征提取算法 | 第26-42页 |
| ·电路故障诊断中信号的非高斯性分析 | 第26-29页 |
| ·非高斯性的常用度量 | 第26-27页 |
| ·非高斯性分析 | 第27-29页 |
| ·基于非高斯性分析的特征提取算法 | 第29-33页 |
| ·算法思想 | 第29页 |
| ·算法推导 | 第29-33页 |
| ·算法流程 | 第33页 |
| ·性能分析 | 第33-36页 |
| ·复杂度分析 | 第33页 |
| ·仿真结果分析 | 第33-36页 |
| ·实际电路的测试结果及分析 | 第36-41页 |
| ·实际电路I | 第36-38页 |
| ·实际电路II | 第38-40页 |
| ·性能总结分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 改进的GA－BP 神经网络算法 | 第42-56页 |
| ·研究基础 | 第42-47页 |
| ·BP 神经网络的基本理论 | 第42-44页 |
| ·BP 神经网络设计的关键点分析 | 第44-45页 |
| ·GA 算法的基本理论 | 第45-47页 |
| ·GA 优化BP 神经网络的关键点分析 | 第47页 |
| ·改进的GA－BP 神经网络算法 | 第47-50页 |
| ·算法改进思路 | 第47-48页 |
| ·算法设计 | 第48-49页 |
| ·算法流程 | 第49-50页 |
| ·性能分析 | 第50-52页 |
| ·BP 神经网络的结构设计效率 | 第50页 |
| ·BP 神经网络的训练收敛成功率 | 第50-51页 |
| ·BP 神经网络性能 | 第51-52页 |
| ·实际电路的测试结果及分析 | 第52-55页 |
| ·实际电路I | 第53-54页 |
| ·实际电路II | 第54-55页 |
| ·性能总结分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 自动测试诊断系统中的TPS 实现 | 第56-72页 |
| ·自动测试诊断系统概述 | 第56-57页 |
| ·系统的总体结构 | 第56-57页 |
| ·TPS 开发流程 | 第57页 |
| ·基于故障二叉树和BP 神经网络的TPS 开发方法 | 第57-60页 |
| ·方法的基本原理 | 第57-58页 |
| ·用户开发界面 | 第58-60页 |
| ·AM/FM 解调板的TPS 开发设计 | 第60-70页 |
| ·总体方案 | 第61-62页 |
| ·单元电路的TPS 开发 | 第62-69页 |
| ·板级的TPS 开发及实现 | 第69-70页 |
| ·性能与测试 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 结束语 | 第72-74页 |
| 一、 全文总结 | 第72页 |
| 二、 展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第77-78页 |
| 致谢 | 第78页 |