| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1. 绪论 | 第14-24页 |
| 1.1 引言 | 第14页 |
| 1.2 模拟电路故障诊断的研究内容与难点 | 第14-17页 |
| 1.2.1 模拟电路故障概述 | 第14-15页 |
| 1.2.2 模拟电路故障诊断的研究内容与关键技术 | 第15-17页 |
| 1.2.3 模拟电路故障诊断研究的难点 | 第17页 |
| 1.3 模拟电路故障诊断的研究现状与已有方法 | 第17-21页 |
| 1.3.1 模拟电路故障诊断的历史与发展 | 第17-18页 |
| 1.3.2 模拟电路故障诊断的传统方法 | 第18-19页 |
| 1.3.3 模拟电路故障诊断的新方法 | 第19-21页 |
| 1.4 论文的框架结构与研究成果 | 第21-24页 |
| 2. 模拟电路数据处理方法与故障诊断方法研究 | 第24-44页 |
| 2.1 引言 | 第24页 |
| 2.2 故障类重叠的故障样本重新分类研究 | 第24-30页 |
| 2.2.1 模拟电路的故障样本 | 第24-25页 |
| 2.2.2 模拟电路故障样本的故障类重叠分析 | 第25-26页 |
| 2.2.3 重叠故障类的重新分类方法一：合并法 | 第26-27页 |
| 2.2.4 重叠故障类的重新分类方法二：拆分法 | 第27-28页 |
| 2.2.5 重叠故障类的重新分类方法图解 | 第28-30页 |
| 2.3 基于重分类与支持向量机的模拟电路故障诊断方法 | 第30-38页 |
| 2.3.1 支持向量机的二值分类算法与多值分类算法研究 | 第30-32页 |
| 2.3.2 基于LIBSVM的模拟电路故障诊断应用研究 | 第32-34页 |
| 2.3.3 基于重分类与支持向量机的交流电路故障诊断实验 | 第34-38页 |
| 2.4 故障样本的数据处理研究 | 第38-42页 |
| 2.4.1 故障样本数据处理的原则 | 第38-39页 |
| 2.4.2 故障样本的降维处理实例 | 第39-41页 |
| 2.4.3 故障样本的归一化处理方法 | 第41-42页 |
| 2.5 本章小结 | 第42-44页 |
| 3. 基于灰熵关联算法的模拟电路测试点优选与故障诊断研究 | 第44-72页 |
| 3.1 引言 | 第44页 |
| 3.2 灰色系统理论与灰色关联分析 | 第44-47页 |
| 3.2.1 模拟电路的灰色系统特性 | 第44-45页 |
| 3.2.2 模拟电路灰色关联分析与灰色关联系数的计算 | 第45-46页 |
| 3.2.3 灰色关联度的计算 | 第46-47页 |
| 3.3 灰熵关联算法在模拟电路故障诊断领域的应用研究 | 第47-50页 |
| 3.3.1 灰熵与灰熵关联分析 | 第47页 |
| 3.3.2 灰色关联系数的分布映射 | 第47-48页 |
| 3.3.3 灰色关联熵与灰熵关联度的计算 | 第48-49页 |
| 3.3.4 基于灰熵关联算法的模拟电路分析流程 | 第49-50页 |
| 3.4 基于灰熵关联算法的模拟电路测试点优选 | 第50-63页 |
| 3.4.1 振荡器电路分析与测试点初选 | 第50-52页 |
| 3.4.2 电容C_1与各测试点的灰熵关联分析 | 第52-57页 |
| 3.4.3 电阻R_1与各测试点的灰熵关联分析 | 第57-62页 |
| 3.4.4 模拟电路故障诊断测试点优选结果 | 第62-63页 |
| 3.5 基于灰熵关联算法的模拟电路故障诊断研究 | 第63-70页 |
| 3.5.1 待诊断电路与故障模式分析 | 第63-65页 |
| 3.5.2 故障诊断灰色系统因子集的建立 | 第65-66页 |
| 3.5.3 故障诊断灰色关联系数的计算与分布映射 | 第66-68页 |
| 3.5.4 故障诊断灰熵关联度的计算 | 第68-69页 |
| 3.5.5 基于灰熵关联度的故障诊断结果 | 第69-70页 |
| 3.6 本章小结 | 第70-72页 |
| 4. 基于聚类算法与马氏距离算法的模拟电路故障诊断研究 | 第72-98页 |
| 4.1 引言 | 第72页 |
| 4.2 聚类算法及其在模拟电路故障诊断领域中的研究 | 第72-76页 |
| 4.2.1 层次聚类算法的模拟电路故障诊断方法 | 第73-75页 |
| 4.2.2 模糊C均值聚类算法的模拟电路故障诊断方法 | 第75-76页 |
| 4.3 距离算法及其在模拟电路故障诊断领域的研究 | 第76-79页 |
| 4.3.1 欧氏距离算法的模拟电路故障诊断方法 | 第77页 |
| 4.3.2 马氏距离算法的模拟电路故障诊断方法 | 第77-79页 |
| 4.4 基于故障字典法的模拟电路故障诊断研究 | 第79-82页 |
| 4.4.1 故障字典法在模拟电路故障诊断中的应用 | 第79-80页 |
| 4.4.2 模拟电路故障字典的建立实例 | 第80-81页 |
| 4.4.3 模拟电路故障字典的使用 | 第81-82页 |
| 4.5 基于层次聚类算法与马氏距离算法的模拟电路故障诊断研究 | 第82-91页 |
| 4.5.1 基于聚类算法与距离算法的模拟电路故障诊断流程 | 第82-83页 |
| 4.5.2 模拟电路故障分析与故障样本采集 | 第83-85页 |
| 4.5.3 层次聚类算法的故障样本分析与故障字典建立 | 第85-88页 |
| 4.5.4 模拟电路待诊断矩阵的创建 | 第88页 |
| 4.5.5 基于欧氏距离算法与故障字典的模拟电路故障诊断 | 第88-90页 |
| 4.5.6 基于马氏距离算法与故障字典的模拟电路故障诊断 | 第90-91页 |
| 4.6 基于FCM聚类算法与马氏距离算法的模拟电路故障诊断研究 | 第91-97页 |
| 4.6.1 低通滤波器与故障样本采集 | 第91-93页 |
| 4.6.2 FCM聚类算法的故障样本分析与故障字典建立 | 第93-94页 |
| 4.6.3 低通滤波器待诊断矩阵的建立 | 第94-95页 |
| 4.6.4 基于马氏距离算法与故障字典的低通滤波器故障诊断 | 第95-97页 |
| 4.7 本章小结 | 第97-98页 |
| 5. 模糊算法在模拟电路故障诊断中的应用研究 | 第98-120页 |
| 5.1 引言 | 第98页 |
| 5.2 模拟电路中的模糊量与模糊理论的隶属算法 | 第98-102页 |
| 5.2.1 模拟电路中模糊量解析 | 第98-99页 |
| 5.2.2 模糊集合与隶属函数的基本理论 | 第99-101页 |
| 5.2.3 基于决策函数的整体隶属度计算 | 第101-102页 |
| 5.3 基于隶属算法的模拟电路故障诊断研究 | 第102-110页 |
| 5.3.1 基于隶属算法的模拟电路故障诊断流程 | 第102-103页 |
| 5.3.2 带通滤波器电路分析与故障模式 | 第103-105页 |
| 5.3.3 采集故障样本与建立故障字典 | 第105-107页 |
| 5.3.4 电路故障诊断隶属函数的建立 | 第107页 |
| 5.3.5 隶属度的计算与故障诊断结果 | 第107-110页 |
| 5.4 基于模糊理论的模拟电路故障度量化算法 | 第110-117页 |
| 5.4.1 模拟电路故障度量化算法的提出 | 第110-112页 |
| 5.4.2 模拟电路与测量数据采集 | 第112-113页 |
| 5.4.3 模拟电路故障度曲线和故障度量化函数的建立 | 第113-115页 |
| 5.4.4 模拟电路故障度指数的计算 | 第115-116页 |
| 5.4.5 模拟电路故障度量化结果分析 | 第116-117页 |
| 5.5 本章小结 | 第117-120页 |
| 6. 结束语 | 第120-122页 |
| 6.1 总结 | 第120-121页 |
| 6.2 未来研究计划 | 第121-122页 |
| 参考文献 | 第122-130页 |
| 索引 | 第130-134页 |
| 作者简历 | 第134-138页 |
| 学位论文数据集 | 第138页 |
