测量雷达智能诊断技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景与研究意义 | 第10-11页 |
| ·测量雷达的发展现状 | 第11-12页 |
| ·测量雷达的故障诊断 | 第12-14页 |
| ·雷达智能诊断方法发展现状 | 第14-16页 |
| ·论文主要工作及章节安排 | 第16-18页 |
| 第2章 故障诊断涉及的基本理论 | 第18-36页 |
| ·故障诊断基本理论 | 第18-20页 |
| ·故障树分析诊断理论 | 第20-24页 |
| ·故障树分析方法 | 第20-22页 |
| ·故障树建造 | 第22-23页 |
| ·故障树的分析与计算 | 第23-24页 |
| ·模糊故障诊断理论 | 第24-30页 |
| ·模糊故障诊断方法 | 第24-26页 |
| ·模糊故障诊断算法 | 第26-28页 |
| ·模糊推理数学模型 | 第28-30页 |
| ·人工神经网络故障诊断理论 | 第30-35页 |
| ·模糊神经网络与故障诊断 | 第30-31页 |
| ·自组织特征映射神经网络与故障诊断 | 第31-33页 |
| ·基于BP神经网络的故障诊断 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 雷达智能故障诊断总体方法 | 第36-44页 |
| ·雷达故障诊断总体思路 | 第36-37页 |
| ·基于智能诊断技术诊断总体方法 | 第37-43页 |
| ·智能诊断专家系统 | 第37-38页 |
| ·雷达装备的综合智能诊断方法 | 第38-39页 |
| ·关键问题及主要功能模块 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 雷达发射机智能诊断实例 | 第44-64页 |
| ·发射机故障诊断总体流程 | 第44-45页 |
| ·雷达发射机的故障树分析 | 第45-50页 |
| ·发射机故障树的建立 | 第45-46页 |
| ·故障树分析 | 第46-49页 |
| ·故障检测点的设置 | 第49-50页 |
| ·故障诊断模式的选择 | 第50页 |
| ·自组织特征映射网络的诊断模式 | 第50-55页 |
| ·故障样本设计 | 第50-51页 |
| ·离散化结果与仿真 | 第51-53页 |
| ·模糊SOFM神经网络诊断模型 | 第53-54页 |
| ·故障诊断实例 | 第54-55页 |
| ·模糊神经网络的故障诊断模式 | 第55-62页 |
| ·模糊神经网络构造 | 第55-57页 |
| ·训练样本的获取与设计 | 第57-58页 |
| ·模糊BP神经网络的训练 | 第58页 |
| ·故障诊断实例 | 第58-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
