| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题的提出及研究意义 | 第7-8页 |
| ·模拟电路故障诊断综述 | 第8-11页 |
| ·模拟电路故障的分类 | 第8页 |
| ·模拟电路故障诊断方法的分类 | 第8-10页 |
| ·模拟电路故障诊断的发展趋势 | 第10-11页 |
| ·非线性模拟电路故障诊断的研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-15页 |
| 第二章 Volterra级数模型理论基础 | 第15-25页 |
| ·Volterra级数模型的表示形式 | 第15-18页 |
| ·Volterra级数的时域模型 | 第15-17页 |
| ·Volterra级数的频域模型 | 第17-18页 |
| ·Volterra级数模型的辨识方法 | 第18-22页 |
| ·非线性系统辨识简述 | 第18-20页 |
| ·Volterra级数模型的时域辨识方法 | 第20-21页 |
| ·Volterra级数模型的频域辨识方法 | 第21-22页 |
| ·基于Volterra级数模型的故障诊断方法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于递推最小二乘的Volterra时域核辨识 | 第25-39页 |
| ·最小二乘法 | 第25-29页 |
| ·最小二乘法的理论推导 | 第25-26页 |
| ·最小二乘法估计值的统计特性 | 第26-27页 |
| ·最小二乘算法的递推公式 | 第27-29页 |
| ·基于递推最小二乘的Volterra时域核辨识 | 第29-31页 |
| ·仿真实验 | 第31-37页 |
| ·仿真研究 | 第31-33页 |
| ·电路研究 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 支持向量机及故障分类方法 | 第39-55页 |
| ·统计学习理论 | 第39-41页 |
| ·支持向量机分类理论 | 第41-49页 |
| ·线性分类器设计 | 第42-44页 |
| ·非线性支持向量机 | 第44-46页 |
| ·支持向量机多分类器模型 | 第46-49页 |
| ·基于SVM的多故障分类器的设计 | 第49-54页 |
| ·多故障分类器的构造 | 第49-50页 |
| ·核函数的选择 | 第50-51页 |
| ·分类器的参数确定 | 第51-53页 |
| ·支持向量机的故障分类过程 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 非线性电路的故障诊断实例 | 第55-67页 |
| ·故障激励信号频率的优化 | 第55页 |
| ·实验仿真与分析 | 第55-65页 |
| ·待诊断电路 | 第55-56页 |
| ·基于Volterra时域核与SVM的故障诊断方法 | 第56-62页 |
| ·基于有效采样点与SVM的故障诊断方法 | 第62-64页 |
| ·故障诊断结果分析 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-74页 |