| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-8页 |
| 第一章 绪论 | 第8-14页 |
| ·模拟电路故障诊断研究的意义 | 第8-9页 |
| ·模拟电路故障诊断方法的发展和展望 | 第9-10页 |
| ·神经网络在故障诊断中的应用 | 第10-12页 |
| ·本文工作 | 第12-14页 |
| 第二章 模拟电路故障诊断与神经网络的基本理论 | 第14-30页 |
| ·模拟电路故障诊断的基本理论 | 第14-15页 |
| ·BP 网络诊断模拟电路故障的实用性分析 | 第15页 |
| ·神经网络概述 | 第15-17页 |
| ·神经网络的结构 | 第15-16页 |
| ·神经网络的常用学习规则 | 第16-17页 |
| ·BP 神经网络的网络结构和设计 | 第17-20页 |
| ·BP 神经网络的结构 | 第18-19页 |
| ·隐节点数的设计 | 第19页 |
| ·初始权值和学习速率的选取 | 第19-20页 |
| ·BP 神经网络训练算法 | 第20-29页 |
| ·BP 神经网络的基本算法 | 第20-24页 |
| ·BP 神经网络算法的改进 | 第24-26页 |
| ·基于Lyapunov 稳定性理论的改进BP 算法 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 模拟电路故障特征提取方法研究 | 第30-46页 |
| ·故障特征提取 | 第30-31页 |
| ·样本集的构造 | 第31-33页 |
| ·输入量的选择 | 第31-32页 |
| ·输出量的选择 | 第32页 |
| ·输入数据的预处理 | 第32-33页 |
| ·小波变换理论在特征提取中的应用 | 第33-40页 |
| ·小波变换基本理论 | 第33-36页 |
| ·多分辨分析 | 第36-38页 |
| ·小波包分析 | 第38-40页 |
| ·特征提取仿真实例 | 第40-45页 |
| ·本章总结 | 第45-46页 |
| 第四章 基于BP 神经网络的模拟电路故障诊断实例 | 第46-63页 |
| ·PSPICE 与MATLAB 间的通信实现 | 第46-48页 |
| ·故障诊断的结构实现 | 第48-50页 |
| ·基于提取有效采样点的诊断 | 第50-56页 |
| ·基于多分辨分析的诊断 | 第56-60页 |
| ·基于小波包分析的诊断 | 第60-62页 |
| ·诊断结果比较 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 作者攻读硕士期间发表的文章 | 第71-72页 |