摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-14页 |
1.1 模拟电路故障诊断的目的和意义 | 第8-9页 |
1.2 模拟电路故障诊断的发展过程 | 第9-10页 |
1.3 模拟电路故障诊断的方法概述 | 第10-11页 |
1.4 本文的研究内容和结构安排 | 第11-14页 |
第二章 模拟电路故障诊断的基本原理 | 第14-28页 |
2.1 消噪与故障特征提取 | 第14-15页 |
2.2 小波变换理论 | 第15-20页 |
2.2.1 连续小波变换 | 第15-16页 |
2.2.2 离散小波变换 | 第16-17页 |
2.2.3 多分辨率分析 | 第17-20页 |
2.2.4 小波包定义 | 第20页 |
2.3 故障识别与分类 | 第20-21页 |
2.4 支持向量机理论 | 第21-26页 |
2.4.1 统计学习理论 | 第21-22页 |
2.4.2 支持向量机(SVM) | 第22-26页 |
2.5 本章小结 | 第26-28页 |
第三章 基于支持向量机和小波变换的模拟电路故障诊断方法的设计 | 第28-36页 |
3.1 小波去噪和故障特征提取 | 第28-30页 |
3.1.1 小波消噪方法的选取与实现步骤 | 第28-29页 |
3.1.2 小波分解的步骤与特征向量形式选取 | 第29-30页 |
3.2 故障识别与分类 | 第30-34页 |
3.2.1 常见多分类分类器构造方法 | 第30-33页 |
3.2.2 本文的多分类器构造方法选取 | 第33-34页 |
3.3 本章小结 | 第34-36页 |
第四章 诊断实例与分析 | 第36-54页 |
4.1 电路仿真 | 第36-39页 |
4.1.1 CSTV 电路仿真 | 第36-37页 |
4.1.2 Sallen-key 电路仿真 | 第37-39页 |
4.2 数据采集与通信 | 第39-45页 |
4.3 消噪处理与特征提取 | 第45-48页 |
4.3.1 小波包对仿真数据的噪声处理 | 第45页 |
4.3.2 小波分解提取故障特征及结果对比 | 第45-48页 |
4.4 SVM 识别分类 | 第48-52页 |
4.4.1 两个实例的 SVM 核参数优化 | 第48-49页 |
4.4.2 对 CSTV 滤波器电路故障的 SVM 分类与结果分析 | 第49-50页 |
4.4.3 对 Sallen-key 带通滤波器电路故障的 SVM 分类与结果分析 | 第50-52页 |
4.5 本章小结 | 第52-54页 |
第五章 结论 | 第54-56页 |
参考文献 | 第56-60页 |
致谢 | 第60页 |