| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 论文研究的背景、目的与意义 | 第10-13页 |
| 1.2 国内、外的研究现状 | 第13-16页 |
| 1.2.1 装载机噪声水平现状 | 第13-14页 |
| 1.2.2 声源识别与特征提取 | 第14-16页 |
| 1.3 论文的研究内容和组织安排 | 第16-18页 |
| 第二章 装载机室内噪声测试与声压分布 | 第18-34页 |
| 2.1 测试系统 | 第18-19页 |
| 2.2 测试方案 | 第19-24页 |
| 2.2.1 测试环境 | 第20页 |
| 2.2.2 车辆条件 | 第20页 |
| 2.2.3 驾驶室噪声振动信号采集 | 第20-24页 |
| 2.2.3.1 驾驶室内测试环境 | 第20页 |
| 2.2.3.2 测点布置 | 第20-21页 |
| 2.2.3.3 驾驶室声场扫描 | 第21-24页 |
| 2.3 测试结果与分析 | 第24-33页 |
| 2.3.1 司机位置处声压级测试结果 | 第24页 |
| 2.3.2 声场扫描试验结果 | 第24-27页 |
| 2.3.3 测试结果分析 | 第27页 |
| 2.3.4 驾驶室噪声频谱分析 | 第27-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 Fas ICA 与 EEMD 协同的噪声源分离方法的研究 | 第34-52页 |
| 3.1 基于 FastICA 信号源分离 | 第34-45页 |
| 3.1.1 独立分量分析的基本理论 | 第34-41页 |
| 3.1.1.1 独立分量分析的基本原理 | 第35-36页 |
| 3.1.1.2 ICA 的假设条件 | 第36页 |
| 3.1.1.3 ICA 分离结果的不确定性 | 第36页 |
| 3.1.1.4 FastICA 算法原理 | 第36-38页 |
| 3.1.1.5 FastICA 算法实现步骤 | 第38页 |
| 3.1.1.6 FastICA 算法的试验仿真信号验证 | 第38-41页 |
| 3.1.2 傅里叶变换和小波变换 | 第41-45页 |
| 3.1.2.1 Fourier 变换 | 第41页 |
| 3.1.2.2 小波分析 | 第41-42页 |
| 3.1.2.3 小波主要参数的选取 | 第42-45页 |
| 3.2 EMD 基本原理与改进算法（EEMD） | 第45-48页 |
| 3.2.1 EMD 基本原理 | 第45-46页 |
| 3.2.2 EMD 方法存在的问题 | 第46页 |
| 3.2.3 模态混叠的解决方案 EEMD 理论 | 第46-48页 |
| 3.3 基于 EEMD 与 ICA 协同的信号源特征提取分析流程 | 第48页 |
| 3.4 Fast ICA 与 EEMD 协同方法的验证 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 轮式装载机室内噪声源分离及贡献度分析 | 第52-68页 |
| 4.1 轮式装载机室内噪声信号的独立性和高斯性研究 | 第52-54页 |
| 4.2 EEMD-ICA 方法在装载机司机位置处噪声源识别中的应用 | 第54-58页 |
| 4.3 装载机驾驶室内声源贡献度分析 | 第58-61页 |
| 4.4 噪声与振动的相干分析 | 第61-66页 |
| 4.4.1 偏相干分析的基本原理 | 第61-64页 |
| 4.4.2 相干分析 | 第64-66页 |
| 4.5 低噪声改进措施建议 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 主要研究内容与结论 | 第68-69页 |
| 5.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
