基于独立成分分析技术的模拟电路故障诊断新方法
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·模拟电路故障诊断的研究意义 | 第11-15页 |
| ·模拟电路故障诊断国内外研究现状 | 第15-17页 |
| ·研究的主要内容及创新点 | 第17-20页 |
| ·论文内容安排 | 第17-19页 |
| ·论文的主要创新点 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第2章 模拟电路故障诊断基本理论 | 第21-55页 |
| ·电网络理论 | 第21-23页 |
| ·模拟电路故障诊断理论概述 | 第21-22页 |
| ·模拟电路故障诊断分析工具 | 第22-23页 |
| ·模拟电路故障特征提取 | 第23-31页 |
| ·基于统计理论的特征提取 | 第23-25页 |
| ·基于小波分析的特征提取 | 第25-26页 |
| ·基于故障信息量的特征提取 | 第26-31页 |
| ·模拟电路测试节点的选择 | 第31-42页 |
| ·测试节点选择基本理论 | 第32-35页 |
| ·改进的测试节点选择算法 | 第35-42页 |
| ·模拟电路测试信号的选择 | 第42-54页 |
| ·基于网络函数的测试频率选择 | 第43-47页 |
| ·基于灵敏度分析的测试频率选择 | 第47-51页 |
| ·模拟电路测试变量的选择 | 第51-54页 |
| ·小结 | 第54-55页 |
| 第3章 基于ICA的模拟电路故障诊断 | 第55-71页 |
| ·ICA技术概述 | 第55-58页 |
| ·ICA的发展历史 | 第55-56页 |
| ·ICA方法概述 | 第56-58页 |
| ·ICA问题模型 | 第58-61页 |
| ·理想的ICA模型 | 第59页 |
| ·实际的ICA模型 | 第59-61页 |
| ·非线性ICA模型 | 第61页 |
| ·模拟电路故障诊断与ICA技术 | 第61-69页 |
| ·多可及节点模拟电路与ICA模型 | 第61-64页 |
| ·单可及节点模拟电路与ICA模型 | 第64-69页 |
| ·小结 | 第69-71页 |
| 第4章 基于ICA的模拟电路故障诊断系统 | 第71-95页 |
| ·数据预处理技术 | 第72-77页 |
| ·主成分分析 | 第72-75页 |
| ·白化 | 第75-76页 |
| ·正交化 | 第76-77页 |
| ·基于ICA的模拟电路故障特征提取 | 第77-90页 |
| ·基于信息熵的ICA特征提取 | 第78-88页 |
| ·基于峭度的ICA特征提取 | 第88-90页 |
| ·基于神经网络的故障模式分类器 | 第90-94页 |
| ·神经网络基本理论 | 第91-92页 |
| ·多层感知器神经网络结构 | 第92-93页 |
| ·基于多层感知器神经网络的模式分类器 | 第93-94页 |
| ·小结 | 第94-95页 |
| 第5章 实验研究 | 第95-111页 |
| ·线性多可及节点电路 | 第95-104页 |
| ·单可及节点电路 | 第104-109页 |
| ·非线性电路 | 第109-110页 |
| ·小结 | 第110-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 附录 | 第123-125页 |
| 致谢 | 第125页 |
