| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·引言 | 第7-8页 |
| ·铁路车辆故障诊断研究现状 | 第8-9页 |
| ·HMM动态模式识别技术 | 第9-10页 |
| ·HMM故障诊断方法的可行性及其意义 | 第10-14页 |
| ·HMM在语音识别中的应用 | 第11-12页 |
| ·HMM在其他领域的应用 | 第12页 |
| ·HMM故障诊断方法的可行性 | 第12-13页 |
| ·研究HMM故障诊断方法的意义 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第二章 HMM基本理论、算法 | 第15-38页 |
| ·引言 | 第15页 |
| ·Markov模型 | 第15-16页 |
| ·HMM基本概念 | 第16-23页 |
| ·几个基本定义及性质 | 第16-20页 |
| ·HMM模型 | 第20-23页 |
| ·HMM基本算法 | 第23-30页 |
| ·前向、后向算法 | 第24-27页 |
| ·Viterbi算法 | 第27-29页 |
| ·Baum-Welch算法 | 第29-30页 |
| ·HMM故障诊断在故障诊断应用中的实际算法改进 | 第30-35页 |
| ·算法下溢问题的处理 | 第31-33页 |
| ·Baum-Welch训练算法改进 | 第33-35页 |
| ·HMM在故障诊断中的作用 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第三章 转向架的HMM故障诊断方法研究 | 第38-59页 |
| ·引言 | 第38-40页 |
| ·HMM故障诊断方法基本思想 | 第40-41页 |
| ·转向架运行故障诊断的HMM方法 | 第41-53页 |
| ·转向架故障诊断试验的数据采集系统 | 第41-43页 |
| ·振动加速度信号的特征提取 | 第43-45页 |
| ·信号的标量量化 | 第45-49页 |
| ·HMM的模型训练 | 第49-51页 |
| ·HMM故障状态识别 | 第51-53页 |
| ·HMM试验数据诊断结果表 | 第53-58页 |
| ·小结 | 第58-59页 |
| 第四章 HMM在DSP平台下的实现 | 第59-70页 |
| ·引言 | 第59-60页 |
| ·TMS320C6000系列DSP芯片 | 第60-62页 |
| ·集成开发环境CCS(Code Composer Studio) | 第62-63页 |
| ·在DSP学习并实现过程中所遇到的问题及解决方法 | 第63-69页 |
| ·小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·论文工作总结 | 第70-71页 |
| ·未来展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-74页 |