| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 航天器故障诊断技术综述 | 第10-16页 |
| 1.3.1 故障诊断技术概念 | 第10-11页 |
| 1.3.2 国内外航天器故障诊断技术发展概况 | 第11-12页 |
| 1.3.3 航天器故障诊断方法研究综述 | 第12-15页 |
| 1.3.4 未来的发展方向 | 第15-16页 |
| 1.4 贝叶斯网络及其在故障诊断中的应用 | 第16-19页 |
| 1.4.1 贝叶斯网络的研究现状 | 第16-17页 |
| 1.4.2 贝叶斯网络应用于故障诊断领域 | 第17-18页 |
| 1.4.3 贝叶斯网络应用于故障诊断的优势 | 第18-19页 |
| 1.5 本文主要研究内容及安排 | 第19-21页 |
| 第2章 贝叶斯网络的基本理论 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 贝叶斯网络的基本概念 | 第21-24页 |
| 2.2.1 贝叶斯网络的提出与发展 | 第21-22页 |
| 2.2.2 贝叶斯网络的概念与分类 | 第22-24页 |
| 2.3 贝叶斯网络的学习与推理算法 | 第24-26页 |
| 2.3.1 贝叶斯网络的学习算法 | 第24-26页 |
| 2.3.2 贝叶斯网络的推理算法 | 第26页 |
| 2.4 贝叶斯网络分类器 | 第26-31页 |
| 2.4.1 贝叶斯分类器的概念 | 第26-27页 |
| 2.4.2 朴素贝叶斯分类器 | 第27-28页 |
| 2.4.3 朴素贝叶斯分类器的改进算法 | 第28-31页 |
| 2.5 贝叶斯网络的工具软件 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于贝叶斯网络航天器姿控系统故障节点优选 | 第33-48页 |
| 3.1 引言 | 第33-34页 |
| 3.2 航天器姿控系统贝叶斯网络模型的建立 | 第34-38页 |
| 3.2.1 系统节点的选取与离散化 | 第34-35页 |
| 3.2.2 贝叶斯网络拓扑结构的建立 | 第35-36页 |
| 3.2.3 确定网络中节点的参数值 | 第36-38页 |
| 3.3 基于贝叶斯灵敏度函数的故障节点优选 | 第38-44页 |
| 3.3.1 贝叶斯网络灵敏度函数 | 第38-39页 |
| 3.3.2 姿控系统节点灵敏度函数的计算与节点优选 | 第39-44页 |
| 3.4 航天器姿控系统优选节点的故障分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 航天器姿控系统故障诊断方法研究 | 第48-74页 |
| 4.1 引言 | 第48页 |
| 4.2 航天器姿控系统故障信号特征提取方法研究 | 第48-54页 |
| 4.2.1 故障信号的时域特征提取 | 第48-51页 |
| 4.2.2 基于小波包的频域特征提取 | 第51-54页 |
| 4.3 信号特征属性约简算法研究 | 第54-57页 |
| 4.3.1 建立样本决策表并离散化 | 第54-55页 |
| 4.3.2 基于类差别矩阵和属性重要度的属性约简算法 | 第55-57页 |
| 4.4 基于属性约简的朴素贝叶斯分类器的设计 | 第57-60页 |
| 4.4.1 属性约简朴素贝叶斯分类器算法 | 第57-59页 |
| 4.4.2 算法流程 | 第59-60页 |
| 4.5 ARNBC在航天器姿控系统故障诊断中的应用 | 第60-72页 |
| 4.5.1 ARNBC在航天器姿控系统单故障诊断中的应用 | 第60-67页 |
| 4.5.2 ARNBC在航天器姿控系统多故障诊断中的应用 | 第67-72页 |
| 4.5.3 诊断结果对比分析 | 第72页 |
| 4.6 本章小结 | 第72-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第80-82页 |
| 致谢 | 第82页 |
