| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 模拟电路故障预测关键技术与研究现状 | 第11-13页 |
| 1.2.1 模拟电路故障预测关键技术 | 第11-12页 |
| 1.2.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容及组织结构 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 组织结构 | 第14-16页 |
| 第二章 模拟电路健康状态评估 | 第16-27页 |
| 2.1 健康状态评估概述 | 第16页 |
| 2.2 低频模拟电路故障特征提取 | 第16-18页 |
| 2.2.1 基于小波变换的特征提取 | 第16-18页 |
| 2.2.2 基于统计信号的特征提取 | 第18页 |
| 2.3 射频模拟电路故障特征提取 | 第18-20页 |
| 2.4 故障特征预测处理 | 第20-21页 |
| 2.5 基于主成分分析法改进马氏距离的健康状态评估方法 | 第21-23页 |
| 2.5.1 马氏距离基本理论 | 第21-22页 |
| 2.5.2 主成分分析加权法 | 第22页 |
| 2.5.3 基于主成分分析法改进马氏距离的故障指示器 | 第22-23页 |
| 2.6 实验验证 | 第23-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 模拟电路故障预测方法研究 | 第27-53页 |
| 3.1 预测方法概述 | 第27页 |
| 3.2 基于极限学习机的模拟电路故障预测模型 | 第27-44页 |
| 3.2.1 极限学习机基本理论 | 第28-29页 |
| 3.2.2 极限学习机输入参数的确定 | 第29-31页 |
| 3.2.3 基于差分优化改进的极限学习机 | 第31-36页 |
| 3.2.3.1 差分进化算法 | 第31-34页 |
| 3.2.3.2 基于差分优化的极限学习机的实现 | 第34-36页 |
| 3.2.4 基于差分优化的极限学习机预测实例 | 第36-44页 |
| 3.3 基于卡尔曼滤波的模拟电路故障预测模型 | 第44-51页 |
| 3.3.1 卡尔曼滤波基本理论 | 第45-46页 |
| 3.3.2 基于自回归模型的卡尔曼滤波算法 | 第46-49页 |
| 3.3.2.1 自回归预测模型 | 第46-47页 |
| 3.3.2.2 AR模型定阶 | 第47-48页 |
| 3.3.2.3 基于AR模型的卡尔曼滤波预测算法的实现 | 第48-49页 |
| 3.3.3 基于自回归模型的卡尔曼滤波预测实例 | 第49-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 故障预测系统设计与实现 | 第53-67页 |
| 4.1 总体设计思想 | 第53-55页 |
| 4.1.1 任务需求 | 第53页 |
| 4.1.2 总体架构设计 | 第53-55页 |
| 4.2 开发环境介绍 | 第55-56页 |
| 4.3 预测系统主要功能模块设计与实现 | 第56-66页 |
| 4.3.1 数据库系统模块 | 第56-59页 |
| 4.3.2 用户管理模块 | 第59-60页 |
| 4.3.3 健康状态评估模块 | 第60-64页 |
| 4.3.4 故障预测模块 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 故障预测系统测试验证与应用 | 第67-80页 |
| 5.1 系统测试总体流程 | 第67页 |
| 5.2 系统验证 | 第67-76页 |
| 5.2.1 故障数据采集 | 第68-69页 |
| 5.2.2 用户注册与登录 | 第69-70页 |
| 5.2.3 健康状态评估 | 第70-71页 |
| 5.2.4 剩余使用寿命预测 | 第71-76页 |
| 5.3 应用 | 第76-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第六章 全文总结与展望 | 第80-82页 |
| 6.1 全文总结 | 第80-81页 |
| 6.2 后续工作展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间参与的科研项目与取得的成果 | 第87-88页 |
