| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·课题研究的背景及意义 | 第11-13页 |
| ·模拟电路故障诊断技术的发展与分类 | 第13-17页 |
| ·模拟电路故障诊断的研究现状 | 第13-15页 |
| ·模拟电路的故障分类 | 第15-16页 |
| ·模拟电路故障诊断方法分类 | 第16-17页 |
| ·虚拟仪器技术 | 第17-19页 |
| ·虚拟仪器技术的发展 | 第17-19页 |
| ·LabVIEW 开发环境 | 第19页 |
| ·本课题研究主要内容 | 第19-20页 |
| ·论文工作安排 | 第20-22页 |
| 第2章 模拟电路故障特征提取方法研究 | 第22-37页 |
| ·引言 | 第22页 |
| ·小波变换 | 第22-25页 |
| ·连续小波变换 | 第22-23页 |
| ·离散小波变换 | 第23-24页 |
| ·多分辨率分析 | 第24-25页 |
| ·小波包分析 | 第25-27页 |
| ·小波包分析的定义及性质 | 第25-27页 |
| ·小波包的正交性质 | 第27页 |
| ·基于小波包的模拟电路故障特征提取方法研究 | 第27-31页 |
| ·小波包的子空间分解 | 第27-29页 |
| ·小波包提取模拟电路故障特征基本原理 | 第29-30页 |
| ·小波包提取模拟电路故障特征步骤 | 第30-31页 |
| ·实验研究 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于神经网络的模拟电路故障诊断方法研究 | 第37-55页 |
| ·引言 | 第37页 |
| ·人工神经网络 | 第37-43页 |
| ·神经网络的传递函数 | 第38-39页 |
| ·神经网络的结构 | 第39-41页 |
| ·神经网络的学习算法 | 第41-42页 |
| ·神经网络的特性 | 第42-43页 |
| ·BP 神经网络的模拟电路故障诊断方法研究 | 第43-50页 |
| ·BP 网络模型结构 | 第43-44页 |
| ·BP 网络的学习算法 | 第44-46页 |
| ·BP 网络学习算法的主要问题 | 第46-47页 |
| ·BP 算法的改进 | 第47-48页 |
| ·BP 神经网络故障诊断步骤 | 第48-50页 |
| ·实验研究 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于粒子群优化 BP 网络的模拟电路故障诊断方法研究 | 第55-65页 |
| ·引言 | 第55页 |
| ·粒子群算法 | 第55-58页 |
| ·算法原理 | 第56-57页 |
| ·算法步骤 | 第57-58页 |
| ·粒子群优化 BP 神经网络故障诊断方法研究 | 第58-60页 |
| ·学习算法的设计 | 第58-59页 |
| ·学习算法的性能评价指标 | 第59-60页 |
| ·PSO 优化 BP 算法 | 第60页 |
| ·实验研究 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 基于 LabVIEW 的故障诊断系统的设计与实现 | 第65-83页 |
| ·引言 | 第65页 |
| ·故障诊断平台的搭建 | 第65-68页 |
| ·LabVIEW 与 Matlab 混合编程 | 第65-67页 |
| ·LabVIEW 与数据库链接 | 第67-68页 |
| ·模拟故障诊断系统的实现 | 第68-76页 |
| ·用户管理模块的实现 | 第69-72页 |
| ·故障诊断模块的实现 | 第72-73页 |
| ·数据管理模块的实现 | 第73-76页 |
| ·远程故障诊断的实现 | 第76-82页 |
| ·基于 B/S 结构的 Web 服务器配置 | 第77-79页 |
| ·远程客户端的链接 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第90-91页 |
| 致谢 | 第91-92页 |