| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·时域盲识别技术的研究现状 | 第12-15页 |
| ·盲源分离 | 第12-13页 |
| ·盲源分离问题的分类 | 第13-14页 |
| ·时域盲识别技术的研究现状 | 第14-15页 |
| ·基于现代信号处理的内燃机噪声源识别研究现状 | 第15-17页 |
| ·内燃机噪声源识别研究意义 | 第15-16页 |
| ·传统内燃机噪声源识别技术的局限性分析 | 第16页 |
| ·基于连续小波分析的内燃机噪声源识别研究 | 第16-17页 |
| ·基于时域盲识别的内燃机噪声源识别研究 | 第17页 |
| ·本论文的主要研究内容 | 第17-20页 |
| 第2章 内燃机噪声源及其传递路径分析 | 第20-28页 |
| ·引言 | 第20页 |
| ·内燃机表面噪声分类 | 第20-21页 |
| ·燃烧噪声 | 第20-21页 |
| ·机械噪声 | 第21页 |
| ·内燃机噪声源的传递路径分析 | 第21-26页 |
| ·复杂噪声源非稳态特性 | 第21-24页 |
| ·内燃机非稳态响应的数学模型 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 内燃机非平稳振动信号小波分析 | 第28-46页 |
| ·引言 | 第28页 |
| ·从 Fourier 变换到小波变换 | 第28-37页 |
| ·Fourier 变换与短时 Fourier 变换 | 第28-30页 |
| ·连续小波变换 | 第30-35页 |
| ·连续小波变换与 Fourier 变换的比较 | 第35-37页 |
| ·连续小波变换主要参数选取 | 第37-40页 |
| ·小波基的选取 | 第37-38页 |
| ·中心频率的选取 | 第38-39页 |
| ·最大和最小尺度参数的确定 | 第39-40页 |
| ·内燃机表面振动信号的小波分析 | 第40-45页 |
| ·测量系统及测点布置 | 第40-42页 |
| ·内燃机表面振动信号的小波分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 时域盲源识别理论及算法 | 第46-76页 |
| ·引言 | 第46页 |
| ·线性时域盲源识别模型 | 第46-51页 |
| ·线性瞬时混合问题 | 第46-48页 |
| ·线性卷积混合问题 | 第48-49页 |
| ·线性时域盲识别不确定性 | 第49-50页 |
| ·时域盲识别问题的预处理 | 第50-51页 |
| ·时域盲识别相关理论知识 | 第51-55页 |
| ·熵 | 第51-52页 |
| ·Kullback-Leibler 散度和互信息 | 第52-53页 |
| ·峰度和负熵 | 第53-54页 |
| ·高阶矩与高阶累计量 | 第54-55页 |
| ·基于信息理论的时域盲识别算法 | 第55-63页 |
| ·基于信息理论的线性瞬时盲识别算法 | 第55-60页 |
| ·基于信息理论的线性卷积盲识别算法 | 第60-63页 |
| ·时域盲识别问题算法分离效果检验指标 | 第63-64页 |
| ·PI (G )评价指标 | 第64页 |
| ·相关性指标 | 第64页 |
| ·时域盲识别问题算法仿真 | 第64-74页 |
| ·FastICA 算法仿真 | 第65-70页 |
| ·MBLMS 算法仿真 | 第70-74页 |
| ·本章小结 | 第74-76页 |
| 第5章 内燃机噪声源时域盲识别 | 第76-88页 |
| ·引言 | 第76页 |
| ·内燃机结构动力学简化模型 | 第76-78页 |
| ·单自由度机械系统 | 第76-77页 |
| ·多自由度机械系统 | 第77-78页 |
| ·柴油机振动信号的盲分离的研究 | 第78-86页 |
| ·柴油机表面振动加速度信号的非高斯性 | 第78-79页 |
| ·基于 FastICA 算法柴油机振动信号盲分离 | 第79-81页 |
| ·基于 MBLMS-TDS 算法柴油机振动信号盲分离 | 第81-86页 |
| ·本章小结 | 第86-88页 |
| 第6章 总结与展望 | 第88-90页 |
| ·总结 | 第88-89页 |
| ·展望 | 第89-90页 |
| 参考文献 | 第90-96页 |
| 作者简介 | 第96-98页 |
| 致谢 | 第98页 |