| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 PCB数字电路故障诊断理论的发展及现状 | 第16页 |
| 1.3 PCB模拟电路故障诊断理论的发展及现状 | 第16-17页 |
| 1.4 PCB模拟电路故障诊断方法 | 第17-19页 |
| 1.5 本文主要研究内容及创新点 | 第19-20页 |
| 1.6 本文章节内容安排 | 第20-22页 |
| 第二章 PCB数字电路故障诊断方法研究 | 第22-36页 |
| 2.1 PCB数字电路故障类型 | 第22-23页 |
| 2.2 PCB数字电路串扰故障原理及故障模型 | 第23-26页 |
| 2.2.1 PCB数字电路串扰故障原理 | 第23-24页 |
| 2.2.2 PCB数字电路串扰故障模型 | 第24-26页 |
| 2.3 基于并行方式的串扰故障诊断方法 | 第26-28页 |
| 2.4 基于反相器减小PCB数字电路串扰方法 | 第28-30页 |
| 2.4.1 基于反相器的串扰防护原理 | 第28-30页 |
| 2.5 仿真实例 | 第30-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 基于神经网络的PCB模拟电路故障预测方法研究 | 第36-44页 |
| 3.1 神经网络相关理论 | 第36页 |
| 3.2 BP神经网络概述 | 第36-37页 |
| 3.3 基于BP神经网络模拟电路故障预测 | 第37-39页 |
| 3.3.1 基于BP神经网络的模拟电路故障预测原理 | 第37-38页 |
| 3.3.2 BP神经网络预测模型的设计 | 第38-39页 |
| 3.4 基于神经网络模拟电路故障预测仿真实例 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 PCB模拟电路故障特征提取方法研究 | 第44-53页 |
| 4.1 小波基本理论 | 第44-46页 |
| 4.1.1 小波变换 | 第44-46页 |
| 4.1.2 小波分析 | 第46页 |
| 4.2 基于主元分析特征提取方法 | 第46-49页 |
| 4.2.1 主元分析(PCA)法基本原理 | 第47-48页 |
| 4.2.2 基于核主元分析的基本原理 | 第48-49页 |
| 4.3 基于多维尺度分析技术特征提取方法 | 第49-51页 |
| 4.3.1 MDS算法原理 | 第49-51页 |
| 4.3.2 MDS算法与PCA算法比较 | 第51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 仿真与验证 | 第53-74页 |
| 5.1 支持向量机的电路故障分类理论基础 | 第53-60页 |
| 5.1.1 支持向量机的分类 | 第54-57页 |
| 5.1.2 基于libsvm的模拟电路故障诊断步骤 | 第57-58页 |
| 5.1.3 基于粒子群算法对SVM进行参数寻优 | 第58-60页 |
| 5.2 基于Sallen-Key低通滤波器电路故障诊断 | 第60-66页 |
| 5.2.1 Sallen-Key低通滤波器电路基本参数设置 | 第60-61页 |
| 5.2.2 蒙特卡洛分析与故障数据采集 | 第61-62页 |
| 5.2.3 实验电路1故障特征提取 | 第62-64页 |
| 5.2.4 基于支持向量机的实验电路2故障分类 | 第64-65页 |
| 5.2.5 PCA和MDS算法对实验电路1诊断分析比较 | 第65-66页 |
| 5.3 基于四运放双二阶高通滤波器电路故障诊断 | 第66-72页 |
| 5.3.1 四运放双二阶高通滤波器电路基本参数设置 | 第66-67页 |
| 5.3.2 蒙特卡洛分析与故障数据采集 | 第67-68页 |
| 5.3.3 实验电路2故障特征提取 | 第68-69页 |
| 5.3.4 基于支持向量机的实验电路2故障分类 | 第69-71页 |
| 5.3.5 PCA和MDS算法对实验电路2诊断分析比较 | 第71-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 附录 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间学术活动及成果情况 | 第82页 |
