| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究状况 | 第11-13页 |
| 1.3 研究内容与贡献 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-17页 |
| 2 分段线性压缩算法分析与比较 | 第17-25页 |
| 2.1 矩形波串法及向后斜率法 | 第17-18页 |
| 2.2 SDT 压缩算法 | 第18-21页 |
| 2.2.1 三角形算法 | 第18-19页 |
| 2.2.2 平行四边形算法 | 第19-20页 |
| 2.2.3 两种 SDT 算法比较 | 第20-21页 |
| 2.3 PLOT 压缩算法 | 第21-22页 |
| 2.4 压缩算法比较与压缩性能指标 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 3 ARMA 预测算法研究 | 第25-45页 |
| 3.1 离散型随机变量数字特征 | 第25页 |
| 3.2 平稳时间序列 | 第25-26页 |
| 3.2.1 平稳时间序列定义 | 第25页 |
| 3.2.2 平稳时间序列性质 | 第25-26页 |
| 3.3 ARMA 模型概述 | 第26-29页 |
| 3.3.1 自回归模型 | 第27-28页 |
| 3.3.2 移动平均模型 | 第28页 |
| 3.3.3 自回归移动平均模型 | 第28-29页 |
| 3.4 时间序列预处理 | 第29-30页 |
| 3.5 ARMA 模型识别与建立 | 第30-37页 |
| 3.5.1 偏自相关系数 | 第30-31页 |
| 3.5.2 AR 模型识别 | 第31-32页 |
| 3.5.3 MA 模型识别 | 第32-34页 |
| 3.5.4 ARMA 模型识别 | 第34-35页 |
| 3.5.5 模型定阶 | 第35-37页 |
| 3.6 ARMA 参数估计 | 第37-41页 |
| 3.6.1 矩估计 | 第37-38页 |
| 3.6.2 最小二乘(LS)估计 | 第38-39页 |
| 3.6.3 递推最小二乘（RLS）法 | 第39-40页 |
| 3.6.4 递推增广最小二乘（RELS） | 第40-41页 |
| 3.7 模型检验 | 第41-42页 |
| 3.8 模型预测 | 第42-43页 |
| 3.9 本章小结 | 第43-45页 |
| 4 ARMA-SDT 压缩算法的设计与仿真实现 | 第45-69页 |
| 4.1 齿轮故障仿真信号构造 | 第45-48页 |
| 4.1.1 齿轮的故障类型 | 第45页 |
| 4.1.2 齿轮的振动机理 | 第45页 |
| 4.1.3 齿轮故障的特征信息 | 第45-48页 |
| 4.1.4 齿轮监测振动信号特征值 | 第48页 |
| 4.2 齿轮故障仿真信号的生成 | 第48-52页 |
| 4.3 经验公式的提取 | 第52-55页 |
| 4.3.1 压缩特性定量关系分析 | 第52-53页 |
| 4.3.2 压缩特性与信号特征量定量关系分析 | 第53-55页 |
| 4.3.3 压缩经验公式 | 第55页 |
| 4.4 特征值序列的建立 | 第55-56页 |
| 4.5 ARMA-SDT 算法流程描述 | 第56-57页 |
| 4.6 ARMA-SDT 算法实现与性能分析 | 第57-66页 |
| 4.6.1 ARMA-SDT 算法的实验及应用平台 | 第57-59页 |
| 4.6.2 ARMA 算法实现 | 第59-63页 |
| 4.6.3 ARMA-SDT 算法实现与性能比较 | 第63-66页 |
| 4.7 ARMA-SDT 算法工程解决方案 | 第66-67页 |
| 4.8 本章小结 | 第67-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 后续研究工作的展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
| A. 作者在攻读学位期间发表的论文目录 | 第77页 |
| B. 作者在攻读学位期间申请的专利目录 | 第77页 |
| C. 作者在攻读学位期间取得的科研成果目录 | 第77页 |