| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 模拟电路故障诊断研究的趋势 | 第7页 |
| 1.2 模拟电路中故障分类 | 第7-8页 |
| 1.3 模拟电路故障诊断的研究现状及发展 | 第8-12页 |
| 1.3.1 传统诊断方法 | 第8-9页 |
| 1.3.2 现代诊断方法 | 第9-12页 |
| 1.4 神经网络在模拟电路故障诊断方法中的应用 | 第12-13页 |
| 1.5 本文的章节安排 | 第13-15页 |
| 第二章 故障诊断中应用的神经网络理论与特征提取方法 | 第15-30页 |
| 2.1 神经网络基础理论 | 第15-19页 |
| 2.1.1 BP神经网络结构 | 第16-17页 |
| 2.1.2 BP神经网络机理 | 第17-19页 |
| 2.2 BP神经网络结构设计 | 第19-21页 |
| 2.2.1 神经网络输入与输出层的确定 | 第19页 |
| 2.2.2 神经网络隐层数的确定 | 第19-20页 |
| 2.2.3 网络神经元数的确定 | 第20页 |
| 2.2.4 学习算法的改进及权值的确定 | 第20-21页 |
| 2.3 故障特征的提取 | 第21-29页 |
| 2.3.1 输入与输出量的确定 | 第22-23页 |
| 2.3.2 选取有效采样点的故障特征提取 | 第23-26页 |
| 2.3.3 小波变换相关理论 | 第26-28页 |
| 2.3.4 神经网络与小波分析理论的结合 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 第三章 基于有效采样点与BP网络的模拟滤波器故障诊断 | 第30-45页 |
| 3.1 辅助工具软件介绍 | 第30-33页 |
| 3.1.1 Pspice介绍 | 第30-31页 |
| 3.1.2 MATLAB应用介绍 | 第31-33页 |
| 3.2 基于有效采样点的BP网络诊断方法仿真实现 | 第33-41页 |
| 3.3 基于有效采样点的BP网络诊断方法实验验证 | 第41-44页 |
| 3.4 小结 | 第44-45页 |
| 第四章 基于小波变换与BP网络的模拟滤波器故障诊断 | 第45-55页 |
| 4.1 系统结构 | 第45-46页 |
| 4.2 小波变换与模式特征提取 | 第46-49页 |
| 4.2.1 小波多分辨分析及故障特征提取 | 第47-48页 |
| 4.2.2 小波变换特征提取算法 | 第48页 |
| 4.2.3 提取小波包特征系数包方法 | 第48-49页 |
| 4.3 基于多分辨分析的小波神经网络诊断的事例仿真 | 第49-52页 |
| 4.4 基于多分辨分析的小波神经网络诊断的事例实验 | 第52-54页 |
| 4.5 小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 全文总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录A 带阻滤波器原理图 | 第62-63页 |
| 附录B 带阻滤波器PCB | 第63-64页 |
| 附录C 带阻滤波器的BP神经网络训练代码 | 第64-65页 |
| 附录D 带阻滤波器的元件故障下BP神经网络输出代码 | 第65-66页 |
| 附录E 攻读硕士学位期间发表学术论文情况 | 第66页 |
