| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·选题意义 | 第10-12页 |
| ·目前的研究和方法概述 | 第12-14页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·本文的内容安排 | 第15-17页 |
| 第2章 非线性电路分析方法的发展、现状和展望 | 第17-22页 |
| ·引言 | 第17-18页 |
| ·非线性电阻网络的分析 | 第18-19页 |
| ·非线性动态网络分析方法 | 第19-20页 |
| ·Volterra级数的应用和发展趋势 | 第20-22页 |
| 第3章 非线性网络故障响应特性的Volterra级数分析法 | 第22-46页 |
| ·引言 | 第22-23页 |
| ·Volterra级数的基本性质 | 第23页 |
| ·Volterra泛函级数 | 第23-24页 |
| ·一类非线性动态网络响应的Volterra级数解的连续递推公式 | 第24-26页 |
| ·一类非线性定常动态网络和／或系统的数学模型 | 第24-25页 |
| ·Volterra级数解的连续递推算式 | 第25-26页 |
| ·Volterra级数解的离散数值递推算式 | 第26-30页 |
| ·方波脉冲函数(BPF) | 第26-29页 |
| ·Volterra响应的离散递推算式 | 第29-30页 |
| ·仿真算法及实现 | 第30-45页 |
| ·结束语 | 第45-46页 |
| 第4章 基于Volterra级数与神经网络的非线性网络的频域故障字典诊断方法 | 第46-52页 |
| ·引言 | 第46页 |
| ·Volterra频域核的测量 | 第46-48页 |
| ·唯一性定理 | 第46-47页 |
| ·范德蒙特法 | 第47页 |
| ·基于ANN求解的方法 | 第47-48页 |
| ·故障网络频域核的测量 | 第48页 |
| ·非线性定常动态网络响应的Volterra频域核的统一递推算式 | 第48-49页 |
| ·计算实例 | 第49-51页 |
| ·结束语 | 第51-52页 |
| 第5章 非线性网络混合模型辨识与多模型预置故障诊断方法 | 第52-60页 |
| ·引言 | 第52页 |
| ·一类具有本征非线性代数函数的非线性网络模型 | 第52-53页 |
| ·混合模型辨识法 | 第53-56页 |
| ·一阶Volterra响应y_1(t)的求取 | 第53-54页 |
| ·本征非线性代数函数中系数b_k的估算 | 第54页 |
| ·由方波脉冲函数变换(BPFT)辨识混合模型 | 第54-56页 |
| ·非线性动态响应的数值计算方法 | 第56页 |
| ·辨识仿真实例 | 第56-57页 |
| ·多重预置模型的故障诊断方法和实例 | 第57-59页 |
| ·结束语 | 第59-60页 |
| 第6章 一种非线性电阻电路故障诊断方程的建立及神经网络求解的故障定位方法 | 第60-70页 |
| ·引言 | 第60页 |
| ·非线性电阻电路的故障标志量的求取 | 第60-64页 |
| ·(B-K-J)条线性电阻支路 | 第61-62页 |
| ·K条流控型非线性电阻支路 | 第62-63页 |
| ·J条压控型非线性电阻支路 | 第63-64页 |
| ·非线性电阻电路故障模型 | 第64-66页 |
| ·神经网络求解故障诊断方程 | 第66-67页 |
| ·故障分析实例 | 第67-68页 |
| ·结束语 | 第68-70页 |
| 第7章 小波分析在非线性模拟电路故障诊断中的应用 | 第70-82页 |
| ·引言 | 第70-72页 |
| ·小波变换的时频局部化特性 | 第72-73页 |
| ·小波变换的时域局部化特性 | 第72页 |
| ·小波变换的频域局部化特性 | 第72-73页 |
| ·HAAR小波分析 | 第73-77页 |
| ·HAAR尺度函数 | 第73页 |
| ·HAAR小波函数 | 第73-75页 |
| ·HAAR小波分解和重构 | 第75-77页 |
| ·基于HAAR小波变换的非线性模拟电路故障信号的预处理 | 第77-78页 |
| ·MATLAB实现HAAR小波分解仿真程序 | 第78-80页 |
| ·基于HAAR小波预处理器的非线性模拟电路状态特征的提取 | 第80-81页 |
| ·结束语 | 第81-82页 |
| 第8章 基于神经网络的模拟电路故障诊断的方法研究 | 第82-98页 |
| ·引言 | 第82页 |
| ·基于HAAR小波-BP神经网络的模拟电路的故障诊断 | 第82-91页 |
| ·BPNN分类器特点 | 第82-83页 |
| ·BP网络结构模型 | 第83-84页 |
| ·BP学习规则 | 第84-85页 |
| ·传统的BPNN的局限及改进 | 第85-87页 |
| ·基于HAAR小波-BP神经网络在模拟电路故障诊断中的应用 | 第87-88页 |
| ·基于MATLAB的BP神经网络的仿真实现 | 第88页 |
| ·基于小波与神经网络相结合的模拟电路故障诊断实例 | 第88-91页 |
| ·基于径向基函数神经网络的模拟电路故障诊断方法 | 第91-95页 |
| ·径向基函数网络的结构 | 第92-93页 |
| ·基于OLS算法的径向基函数网络中心的选择 | 第93-94页 |
| ·RBF网络的权值求取 | 第94-95页 |
| ·RBF在模拟电路故障诊断中的应用 | 第95页 |
| ·基于模糊神经网络的模拟电路的故障诊断方法的探讨 | 第95-96页 |
| ·模糊神经网络的结构 | 第96页 |
| ·基于模糊神经网络的故障诊断 | 第96页 |
| ·结束语 | 第96-98页 |
| 结束语 | 第98-100页 |
| 参考文献 | 第100-107页 |
| 致谢 | 第107-108页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第108-111页 |
| 附录B(攻读学位期间参加的科研项目目录) | 第111页 |
