惯导组件故障诊断技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状和发展 | 第10-11页 |
| 1.3 本文主要内容 | 第11-12页 |
| 第二章 惯性导航组件故障诊断理论基础 | 第12-26页 |
| 2.1 故障诊断技术方法 | 第12-15页 |
| 2.1.1 基于分析模型的故障诊断方法 | 第12-13页 |
| 2.1.2 基于知识经验的故障诊断方法 | 第13-14页 |
| 2.1.3 基于数据驱动的故障诊断方法 | 第14-15页 |
| 2.2 小波变换理论 | 第15-20页 |
| 2.2.1 基本小波变换 | 第16-17页 |
| 2.2.2 小波多分辨分析 | 第17-18页 |
| 2.2.3 小波包分解与重构 | 第18-20页 |
| 2.3 过程神经网络理论 | 第20-24页 |
| 2.3.1 过程神经元 | 第20-22页 |
| 2.3.2 径向基过程神经元网络 | 第22-23页 |
| 2.3.3 小波过程神经元网络 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 惯性导航组件及激光陀螺仪测试 | 第26-40页 |
| 3.1 陀螺仪 | 第26-27页 |
| 3.2 加速度计 | 第27-28页 |
| 3.3 惯性导航组件测试及误差分析 | 第28-31页 |
| 3.3.1 惯性导航组件测试的内容及意义 | 第28页 |
| 3.3.2 惯性导航组件测试设备 | 第28-30页 |
| 3.3.3 惯性导航组件的误差和陀螺漂移 | 第30-31页 |
| 3.4 激光陀螺仪的工作原理与误差分析 | 第31-34页 |
| 3.5 激光陀螺仪的测试与信号消噪 | 第34-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 激光陀螺仪故障诊断与仿真分析 | 第40-53页 |
| 4.1 测试输出信号的故障特征提取 | 第40-42页 |
| 4.2 径向基过程神经网络故障诊断系统 | 第42-47页 |
| 4.3 小波过程神经网络故障诊断系统 | 第47-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 5.1 课题总结 | 第53页 |
| 5.2 课题展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58页 |
