| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究目的及意义 | 第11页 |
| 1.2 故障诊断技术综述 | 第11-14页 |
| 1.2.1 故障诊断技术的发展 | 第12页 |
| 1.2.2 故障诊断基础 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 本文主要内容及结构安排 | 第15-17页 |
| 第2章 神经网络 | 第17-26页 |
| 2.1 神经网络概述 | 第17-18页 |
| 2.2 神经元模型及网络分类 | 第18-21页 |
| 2.2.1 神经网络模型 | 第18-19页 |
| 2.2.2 神经网络的分类 | 第19-21页 |
| 2.3 神经网络的学习方式 | 第21-22页 |
| 2.4 BP神经网络 | 第22-25页 |
| 2.4.1 BP神经网络的基本模型结构 | 第22页 |
| 2.4.2 BP网络算法原理 | 第22-23页 |
| 2.4.3 BP神经网络的优缺点 | 第23-24页 |
| 2.4.4 BP神经网络应用的要点 | 第24页 |
| 2.4.5 人工神经网络的应用 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 粒子群优化算法 | 第26-39页 |
| 3.1 粒子群算法的原理 | 第26页 |
| 3.2 粒子群算法流程 | 第26-27页 |
| 3.3 标准粒子群优化算法 | 第27-29页 |
| 3.3.1 带有惯性权重的粒子群优化算法 | 第28页 |
| 3.3.2 带有收缩因子的粒子群优化算法 | 第28-29页 |
| 3.4 粒子群优化算法的参数分析 | 第29-30页 |
| 3.5 粒子群优化算法的缺陷 | 第30页 |
| 3.6 粒子群算法优化BP神经网络 | 第30-32页 |
| 3.7 粒子群优化算法的改进 | 第32-36页 |
| 3.7.1 算法改进思想 | 第33页 |
| 3.7.2 算法改进流程 | 第33-36页 |
| 3.8 实验分析 | 第36-38页 |
| 3.8.1 测试函数 | 第36-37页 |
| 3.8.2 粒子群参数设置 | 第37页 |
| 3.8.3 实验结果分析 | 第37-38页 |
| 3.9 本章小结 | 第38-39页 |
| 第4章 组合导航系统 | 第39-52页 |
| 4.1 引言 | 第39页 |
| 4.2 惯性导航系统 | 第39-41页 |
| 4.3 惯导系统中常用的参考坐标系 | 第41-42页 |
| 4.4 INS的导航和姿态算法研究 | 第42-45页 |
| 4.5 INS和GPS的误差方程 | 第45-47页 |
| 4.5.1 INS系统误差方程建模 | 第45-46页 |
| 4.5.2 GPS接收机误差模型 | 第46-47页 |
| 4.6 INS/GPS组合导航系统的组合模式和结构 | 第47-50页 |
| 4.7 本章小结 | 第50-52页 |
| 第5章 基于改进PSO-BP网络的故障诊断 | 第52-70页 |
| 5.1 小波变换 | 第52-55页 |
| 5.1.1 小波变换的基本原理 | 第52-53页 |
| 5.1.2 小波包的算法 | 第53页 |
| 5.1.3 小波包故障诊断特征提取 | 第53-55页 |
| 5.2 基于改进PSO-BP网络的故障诊断 | 第55-62页 |
| 5.2.1 故障诊断流程 | 第55-56页 |
| 5.2.2 陀螺仪故障信号 | 第56-57页 |
| 5.2.3 提取特征向量 | 第57-58页 |
| 5.2.4 基于改进PSO-BP网络的陀螺仪故障信号分析 | 第58-62页 |
| 5.3 组合导航系统故障诊断 | 第62-68页 |
| 5.3.1 INS/GPS组合导航系统方程 | 第62-65页 |
| 5.3.2 INS/GPS组合导航系统故障仿真 | 第65-68页 |
| 5.4 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第76页 |