| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·论文背景和意义 | 第10页 |
| ·甚高频通信系统简介 | 第10-11页 |
| ·模拟电路的故障诊断概述 | 第11-15页 |
| ·国内外的研究现状 | 第11-13页 |
| ·模拟电路的特点及诊断中的难点 | 第13-14页 |
| ·模拟电路故障诊断的基本思想 | 第14页 |
| ·模拟电路故障诊断技术的分类 | 第14-15页 |
| ·智能故障诊断技术 | 第15-19页 |
| ·智能的条件和共性 | 第15-16页 |
| ·常见的智能诊断方法 | 第16-19页 |
| ·本课题的主要工作和章节安排 | 第19-21页 |
| 第二章 虚拟仪器技术 | 第21-32页 |
| ·虚拟仪器的基本概念 | 第21页 |
| ·虚拟仪器的国内外发展情况 | 第21-22页 |
| ·国外发展情况 | 第21-22页 |
| ·国内发展情况 | 第22页 |
| ·虚拟仪器的结构 | 第22-24页 |
| ·虚拟仪器的硬件结构 | 第23页 |
| ·虚拟仪器的软件结构 | 第23-24页 |
| ·虚拟仪器的特点 | 第24-25页 |
| ·虚拟仪器的发展历程 | 第25页 |
| ·Lab VIEW 基础知识 | 第25-31页 |
| ·Lab VIEW 简介 | 第26页 |
| ·Lab VIEW 的开发环境 | 第26-29页 |
| ·Lab VIEW 的开发步骤 | 第29-30页 |
| ·Lab VIEW 的优点和应用领域 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 神经网络 | 第32-47页 |
| ·神经网络基础知识 | 第32-37页 |
| ·生物神经元结构 | 第32-33页 |
| ·人工神经元模型 | 第33-35页 |
| ·神经网络的发展历程 | 第35-36页 |
| ·神经网络的特点 | 第36-37页 |
| ·神经网络的学习方式 | 第37页 |
| ·BP 网络的基本知识 | 第37-46页 |
| ·BP 神经网络模型 | 第37-38页 |
| ·BP 网络的学习过程 | 第38-42页 |
| ·改进的 BP 算法 | 第42-45页 |
| ·BP 网络在电路故障诊断中的步骤 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 诊断系统设计 | 第47-71页 |
| ·发射电路故障诊断系统的设计 | 第47-61页 |
| ·发射电路故障训练样本的选取 | 第47-49页 |
| ·发射电路样本数据的归一化处理 | 第49页 |
| ·发射电路中 BP 网络的初始权值、学习速率和期望误差的选取 | 第49-50页 |
| ·发射电路中 BP 网络隐含层数及神经元节点数的选取 | 第50-53页 |
| ·发射电路故障诊断中不同训练算法对网络训练的比较 | 第53-56页 |
| ·发射电路中故障诊断系统的完整设计 | 第56-61页 |
| ·接收电路故障诊断系统的设计 | 第61-70页 |
| ·接收电路故障样本的选取 | 第61-62页 |
| ·接收电路中 BP 网络的初始权值、学习速率和期望误差的选取 | 第62-63页 |
| ·接收电路故障诊断中不同训练算法对网络训练的比较 | 第63-65页 |
| ·接收电路中故障诊断系统的完整设计 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 甚高频通信系统故障诊断及结果分析 | 第71-87页 |
| ·发射电路的故障诊断 | 第71-74页 |
| ·发射电路中基于 LM 算法的故障诊断 | 第71-73页 |
| ·发射电路中基于 Fletcher-Reeves 共轭梯度法算法的故障诊断 | 第73-74页 |
| ·接收电路的故障诊断 | 第74-79页 |
| ·接收电路中基于 LM 算法的故障诊断 | 第74-76页 |
| ·接收电路中基于拟牛顿算法的故障诊断 | 第76-77页 |
| ·接收电路中基于 Fletcher-Reeves 共轭梯度算法的故障诊断 | 第77-79页 |
| ·诊断结果分析 | 第79-86页 |
| ·发射电路诊断结果的线性回归分析 | 第79-82页 |
| ·接收电路诊断结果的线性回归分析 | 第82-86页 |
| ·本章小结 | 第86-87页 |
| 第六章 总结与展望 | 第87-88页 |
| 参考文献 | 第88-90页 |
| 攻读硕士期间所取得的学术成果 | 第90-91页 |
| 附录一 本课题的图目录 | 第91-94页 |
| 附录二 本课题的表目录 | 第94-95页 |
| 致谢 | 第95页 |
