摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-29页 |
·论文研究背景及意义 | 第12-13页 |
·故障诊断技术的发展与现状 | 第13-20页 |
·故障诊断技术的发展概况 | 第13-14页 |
·目前常见的故障诊断方法 | 第14-20页 |
·电子系统故障诊断技术概述 | 第20-24页 |
·电路故障诊断的方法与进展 | 第20-23页 |
·现有电路故障诊断技术的不足 | 第23-24页 |
·复杂电子系统故障特征及本文的诊断策略 | 第24-25页 |
·本文的研究内容和结构安排 | 第25-29页 |
第二章 基于小波奇异性分析的故障信号检测 | 第29-50页 |
·故障信号分析常用方法分析 | 第29-31页 |
·基于小波变换的故障信号检测 | 第31-49页 |
·Fourier变换与短时Fourier变换 | 第31-34页 |
·小波变换 | 第34-37页 |
·信号的奇异值度量——Lipschitz指数 | 第37-38页 |
·小波变换和Lipschitz指数 | 第38-40页 |
·基于小波变换模极大值(WTMM)的信号奇异性检测 | 第40-44页 |
·基于小波变换模极大值奇异性检测的算法改进 | 第44-49页 |
·本章小结 | 第49-50页 |
第三章 基于多信号流图模型的复杂电子系统故障定位 | 第50-77页 |
·基于多信号流图模型的系统建模 | 第50-53页 |
·多信号流图模型的建立 | 第51-53页 |
·故障依赖矩阵(D矩阵) | 第53页 |
·基于贝叶斯最大后验概率和拉格朗日松弛的故障定位算法 | 第53-66页 |
·P,NP和NP难 | 第54-56页 |
·多故障诊断问题的归纳 | 第56-58页 |
·拉格朗日松弛 | 第58-63页 |
·拉格朗日松弛下界 | 第58-59页 |
·拉格朗日松弛启发式算法 | 第59-63页 |
·基于拉格朗日松弛的故障定位算法 | 第63-66页 |
·故障先验概率的确定 | 第66-72页 |
·电子设备组件常见故障分布函数分析 | 第67-71页 |
·改进的拉格朗日松弛的故障定位算法 | 第71-72页 |
·基于传感器检测概率和虚警概率的的故障模糊定位算法 | 第72-75页 |
·本章小结 | 第75-77页 |
第四章 基于支持向量机的复杂电子系统故障辨识 | 第77-99页 |
·支持向量机原理和算法 | 第78-82页 |
·线性可分样本的SVM | 第78-80页 |
·线性不可分样本的SVM | 第80-81页 |
·非线性SVM | 第81-82页 |
·多分类支持向量机 | 第82-98页 |
·现有的多类SVM方法 | 第82-85页 |
·one-against-rest | 第82-83页 |
·one-against-one | 第83-84页 |
·DAGSVM | 第84页 |
·一次性求解方法 | 第84-85页 |
·基于二叉树的多类SVM(DT-SVM) | 第85-90页 |
·基于遗传算法的SVM二叉树结构优化算法 | 第90-94页 |
·几种SVM多类别分类方法的数值实验研究 | 第94-98页 |
·本章小节 | 第98-99页 |
第五章 某型雷达接收机故障诊断系统设计 | 第99-119页 |
·某型雷达接收机介绍 | 第99-102页 |
·某型雷达组成及功能介绍 | 第99-100页 |
·某型雷达接收机组成及功能介绍 | 第100-102页 |
·某型雷达接收机系统多信号模型的建立 | 第102-106页 |
·系统模块故障辨识SVM决策树生成 | 第106-109页 |
·某型雷达接收机诊断系统硬件组成 | 第109-110页 |
·某雷达接收机故障诊断系统软件设计 | 第110-114页 |
·软件功能描述 | 第110页 |
·软件系统层次结构 | 第110-111页 |
·软件运行流程图及运行界面 | 第111-114页 |
·故障诊断实例 | 第114-117页 |
·PIN保护开关故障诊断 | 第114-115页 |
·线性中放模块故障诊断 | 第115-117页 |
·本章小节 | 第117-119页 |
第六章 总结与展望 | 第119-122页 |
·论文工作总结 | 第119-121页 |
·研究展望 | 第121-122页 |
致谢 | 第122-123页 |
参考文献 | 第123-131页 |
攻博期间取得的研究成果 | 第131页 |