| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 模拟电路故障诊断的国内外研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-14页 |
| 第2章 基于Wiener核信息融合的智能故障诊断 | 第14-22页 |
| 2.1 非线性模拟电路的Wiener级数描述 | 第14-15页 |
| 2.2 电路离散Wiener核的获取方法 | 第15-16页 |
| 2.3 基于Wiener核融合的非线性模拟电路故障诊断研究 | 第16-21页 |
| 2.3.1 信息融合方法研究 | 第16-17页 |
| 2.3.2 基于集总欧式距离权重分配的Wiener核融合方法研究 | 第17-19页 |
| 2.3.3 基于信息融合的非线性模拟电路故障诊断原理 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于粒子群退火的Wiener核特征选择与提取 | 第22-38页 |
| 3.1 粒子群退火混合优化算法 | 第22-29页 |
| 3.1.1 粒子群算法改进 | 第22-24页 |
| 3.1.2 模拟退火算法改进 | 第24-25页 |
| 3.1.3 改进的粒子群退火混合优化算法 | 第25-27页 |
| 3.1.4 IPSSAO算法的仿真验证 | 第27-29页 |
| 3.2 故障特征的智能选择与提取 | 第29-36页 |
| 3.2.1 粒子群退火混合算法的特征选择和提取 | 第29-31页 |
| 3.2.2 Wiener核的粒子群退火特征选择和提取方法 | 第31-32页 |
| 3.2.3 基于Wiener核的粒子群退火特征选择实例 | 第32-34页 |
| 3.2.4 基于Wiener核的粒子群退火特征提取实例 | 第34-36页 |
| 3.3 Wiener核融合的粒子群退火智能特征选择与提取 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 诊断系统的设计及实例测试 | 第38-52页 |
| 4.1 诊断系统的硬件设计 | 第38-43页 |
| 4.1.1 主控制器及其最小系统模块 | 第38-39页 |
| 4.1.2 数据信息采集模块 | 第39-40页 |
| 4.1.3 数据存储模块 | 第40-41页 |
| 4.1.4 数据通信模块 | 第41-42页 |
| 4.1.5 高斯白噪声发生模块 | 第42-43页 |
| 4.2 诊断系统的软件设计 | 第43-47页 |
| 4.2.1 上位机软件的总体程序设计 | 第43-45页 |
| 4.2.2 故障诊断系统的总体程序设计 | 第45-47页 |
| 4.3 基于Wiener核信息融合的故障诊断实例 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
