无人机电气系统故障诊断虚拟仪器技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-16页 |
| ·课题的研究背景、目的和意义 | 第11页 |
| ·研究现状 | 第11-14页 |
| ·无人机技术的发展 | 第11-12页 |
| ·虚拟仪器技术的产生和发展 | 第12-13页 |
| ·无人机电气系统故障诊断技术的研究现状 | 第13-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 2 基于虚拟仪器的无人机电气系统故障诊断方案 | 第16-20页 |
| ·虚拟仪器的基本概念 | 第16-17页 |
| ·虚拟仪器的特点和优势 | 第17-18页 |
| ·无人机故障诊断中虚拟仪器的实现形式 | 第18-20页 |
| ·硬件系统中的虚拟仪器思想 | 第18-19页 |
| ·软件系统中的虚拟仪器思想 | 第19-20页 |
| 3 无人机电气系统故障分析 | 第20-30页 |
| ·无人机电气系统的一般组成 | 第20-21页 |
| ·无人机电气系统故障分类 | 第21-26页 |
| ·电源故障分析 | 第21-22页 |
| ·电路故障分析 | 第22-24页 |
| ·设备和元件故障分析 | 第24-26页 |
| ·无人机电气系统故障诊断策略 | 第26-30页 |
| 4 无人机传感器信号预处理和故障特征的提取 | 第30-43页 |
| ·多传感器数据融合技术概述 | 第30-35页 |
| ·多传感器数据融合技术的发展及特点 | 第30-32页 |
| ·多传感器数据融合结构 | 第32-35页 |
| ·多级传感器数据融合提取故障特征 | 第35-36页 |
| ·基于扩展卡尔曼滤波的数据融合方法 | 第36-40页 |
| ·扩展卡尔曼滤波概述 | 第36-38页 |
| ·扩展卡尔曼滤波的原理和实现 | 第38-40页 |
| ·仿真及分析 | 第40-43页 |
| 5 基于 SVM 的无人机电气系统故障诊断方法 | 第43-52页 |
| ·SVM 算法概述 | 第43页 |
| ·SVM 算法的原理和实现 | 第43-49页 |
| ·基于 SVM 的无人机电气系统故障诊断算法 | 第49-52页 |
| 6 基于虚拟仪器的无人机电气系统故障系统设计 | 第52-63页 |
| ·硬件系统设计 | 第52-56页 |
| ·硬件系统需求分析 | 第52页 |
| ·无人机电气故障诊断硬件系统的构成 | 第52-53页 |
| ·无人机电气故障诊断系统主控模块 | 第53-56页 |
| ·无人机电气故障诊断系统接口电路设计 | 第56页 |
| ·软件系统设计 | 第56-63页 |
| ·软件系统需求分析 | 第56-57页 |
| ·软件开发环境 | 第57-59页 |
| ·软件模块化设计 | 第59-63页 |
| 7 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 在学期间研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
