基于小波多尺度熵的导航传感器故障诊断技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题研究背景、目的及意义 | 第11-12页 |
| ·故障检测与诊断技术的发展 | 第12-17页 |
| ·基于解析模型的诊断方法 | 第12-14页 |
| ·基于信号输入输出的诊断方法 | 第14-16页 |
| ·基于知识的诊断方法 | 第16-17页 |
| ·小波多尺度熵理论发展 | 第17-19页 |
| ·本文主要内容及结构安排 | 第19-21页 |
| 第2章 导航传感器及其故障 | 第21-27页 |
| ·陀螺仪 | 第21-23页 |
| ·陀螺仪的发展 | 第21页 |
| ·微机械振动陀螺工作原理 | 第21-22页 |
| ·陀螺仪误差分析 | 第22页 |
| ·陀螺仪故障分析 | 第22-23页 |
| ·全球定位系统 (GPS) | 第23-26页 |
| ·GPS 的发展 | 第23页 |
| ·GPS 系统组成 | 第23-24页 |
| ·GPS 定位原理 | 第24-25页 |
| ·GPS 误差分析 | 第25-26页 |
| ·GPS 主要故障分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 小波变换理论及应用 | 第27-37页 |
| ·连续小波变换 | 第27-29页 |
| ·常用小波函数 | 第29-31页 |
| ·小波变换的多分辨分析 | 第31-32页 |
| ·小波的分解与重构 | 第32-33页 |
| ·小波系数阈值降噪 | 第33-34页 |
| ·小波变换在故障诊断中的应用 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 神经网络故障诊断 | 第37-46页 |
| ·BP 神经网络的基本原理 | 第37-39页 |
| ·人工神经元模型 | 第37页 |
| ·神经元的激励函数 | 第37-39页 |
| ·BP 神经网络算法 | 第39-42页 |
| ·BP 神经网络结构 | 第39-40页 |
| ·结构设计及参数的选择 | 第40-41页 |
| ·BP 神经网络的泛化能力 | 第41-42页 |
| ·BP 神经网络在故障诊断中的应用 | 第42-44页 |
| ·BP 神经网络在本文中的应用 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第5章 小波多尺度熵故障诊断 | 第46-57页 |
| ·熵的定义 | 第46-51页 |
| ·信息熵性质 | 第47-48页 |
| ·常用信息熵定义 | 第48-51页 |
| ·小波多尺度熵 | 第51-52页 |
| ·复杂度信息熵 | 第52-54页 |
| ·复杂度信息熵的定义 | 第53-54页 |
| ·特征空间划分原则 | 第54页 |
| ·信息熵在故障诊断中的应用 | 第54页 |
| ·小波、熵及神经网络在故障诊断中应用的比较 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 故障诊断系统设计及仿真分析 | 第57-61页 |
| ·故障诊断系统设计 | 第57页 |
| ·仿真信号的建立与处理 | 第57-59页 |
| ·小波多尺度熵故障特征提取 | 第59页 |
| ·神经网络与故障诊断 | 第59页 |
| ·故障诊断功能验证 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
