遗传小波神经网络及在导航传感器故障诊断中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景、目的及意义 | 第10-11页 |
| ·故障检测与诊断技术 | 第11-15页 |
| ·依赖于模型的方法 | 第11-13页 |
| ·不依赖于模型的方法 | 第13-15页 |
| ·人工智能的发展、研究现状 | 第15-17页 |
| ·本文主要内容及结构安排 | 第17-19页 |
| 第2章 船舶组合导航及主要导航传感器 | 第19-33页 |
| ·舰船组合导航系统 | 第19-22页 |
| ·主要导航传感器 | 第22-32页 |
| ·陀螺仪 | 第22-26页 |
| ·全球定位系统(GPS) | 第26-29页 |
| ·Doppler计程仪(DVL) | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 小波与故障信号分析 | 第33-52页 |
| ·引言 | 第33页 |
| ·小波变换 | 第33-40页 |
| ·小波变换的工程应用与简介 | 第33-35页 |
| ·小波变换的基本原理 | 第35-36页 |
| ·小波变换的性质 | 第36-40页 |
| ·小波包分解 | 第40-45页 |
| ·小波包的基本原理 | 第40-42页 |
| ·小波包的子空间分解过程 | 第42-43页 |
| ·小波包算法 | 第43页 |
| ·最优小波包基的选择 | 第43-44页 |
| ·信号的小波包降噪的一般步骤 | 第44-45页 |
| ·小波在故障诊断领域的应用 | 第45-51页 |
| ·小波变换的故障诊断方法 | 第45-47页 |
| ·小波包和小波变换的比较 | 第47-50页 |
| ·导航传感器故障特征提取算法设计 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 遗传神经诊断网络 | 第52-79页 |
| ·神经网络故障诊断模型 | 第52-62页 |
| ·神经网络模型 | 第52-56页 |
| ·BP网络理论 | 第56-60页 |
| ·神经网络故障诊断原理 | 第60-62页 |
| ·遗传算法 | 第62-68页 |
| ·遗传算法原理 | 第62-64页 |
| ·遗传算法的要素 | 第64-68页 |
| ·遗传改进神经网络 | 第68-72页 |
| ·遗传优化神经网络 | 第68-70页 |
| ·改进遗传神经网络 | 第70-72页 |
| ·改进遗传神经网络的性能测试 | 第72-78页 |
| ·改进遗传神经网络优缺点 | 第72-73页 |
| ·网络仿真性能比较 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 系统设计及仿真研究 | 第79-90页 |
| ·故障诊断系统结构 | 第79-80页 |
| ·陀螺仪故障仿真分析 | 第80-89页 |
| ·陀螺信号仿真 | 第81-83页 |
| ·特征向量提取 | 第83-85页 |
| ·改进网络训练 | 第85-87页 |
| ·结果分析与测试 | 第87-89页 |
| ·应用拓展 | 第89页 |
| ·本章小结 | 第89-90页 |
| 结论 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第96-97页 |
| 致谢 | 第97页 |
