摘要 | 第1-7页 |
ABSTRACT | 第7-14页 |
第一章 绪论 | 第14-27页 |
·课题研究的目的与意义 | 第14-15页 |
·内燃机振动噪声控制研究的实际意义 | 第14-15页 |
·内燃机噪声源识别的重要性 | 第15页 |
·内燃机噪声源识别方法的研究现状 | 第15-24页 |
·内燃机噪声的分类 | 第15-17页 |
·机械噪声 | 第15-17页 |
·燃烧噪声 | 第17页 |
·空气动力噪声 | 第17页 |
·传统的噪声源识别方法 | 第17-19页 |
·内部激励噪声源的识别 | 第17-18页 |
·表面辐射噪声源的识别 | 第18-19页 |
·内燃机振声信号分析的现代信号处理方法 | 第19-24页 |
·小波变换技术的发展及其在振声信号分析中的应用 | 第19-21页 |
·S变换技术及其在振卢信号分析中的应用 | 第21-22页 |
·Hilbert-Huang变换技术及其在振声信号分析中的应用 | 第22-23页 |
·独立成分分析技术及其在振声信号分析中的应用 | 第23-24页 |
·本文主要研究内容及组织安排 | 第24-27页 |
第二章 内燃机振声信号时频分析的基本理论与方法 | 第27-34页 |
·引言 | 第27页 |
·时频分析基本概念 | 第27-29页 |
·平稳信号与非平稳信号 | 第27-28页 |
·解析信号 | 第28页 |
·群延迟 | 第28页 |
·时间分辨率与频率分辨率 | 第28-29页 |
·时频分析基本理论—不确定性原理 | 第29-30页 |
·时频分析基本性质 | 第30-31页 |
·内燃机振声信号的时频分析方法 | 第31-33页 |
·短时Fourier变换 | 第31页 |
·小波变换 | 第31-32页 |
·S变换 | 第32页 |
·Hilbert-Huang变换 | 第32-33页 |
·本章小结 | 第33-34页 |
第三章 基于小波变换技术的内燃机振声信号时频特性研究 | 第34-65页 |
·引言 | 第34页 |
·小波变换基本原理研究 | 第34-47页 |
·连续小波变换基本原理 | 第34-42页 |
·连续小波变换的定义 | 第34-35页 |
·连续小波变换的基本思想 | 第35-36页 |
·连续小波变换的基本性质 | 第36-37页 |
·连续小波变换主要参数的选取 | 第37-39页 |
·连续小波变换与Fourier变换的比较 | 第39-42页 |
·小波包分解基本原理 | 第42-47页 |
·小波包的定义 | 第42页 |
·小波包的基本性质 | 第42-43页 |
·小波包的基 | 第43-44页 |
·小波包的子空间分解 | 第44-45页 |
·小波包子空间的频带 | 第45页 |
·小波包分解与重构算法 | 第45-46页 |
·小波包分解与重构的网络结构 | 第46-47页 |
·基于连续小波变换的内燃机振声信号时频特性研究 | 第47-59页 |
·基于连续小波变换的内燃机振动信号时频特性研究 | 第47-54页 |
·基于连续小波变换的内燃机稳态工况振动信号时频特性研究 | 第47-50页 |
·基于连续小波变换的内燃机瞬态工况振动信号时频特性研究 | 第50-54页 |
·基于连续小波变换的内燃机噪声信号时频特性研究 | 第54-59页 |
·基于连续小波变换的内燃机稳态工况噪声信号时频特性研究 | 第54-57页 |
·基于连续小波变换的内燃机瞬态工况噪声信号时频特性研究 | 第57-59页 |
·基于小波包分解的内燃机噪声信号时频特性研究 | 第59-63页 |
·内燃机噪声信号的测量 | 第60页 |
·采用小波包分解提取燃烧噪声特征 | 第60-63页 |
·本章小结 | 第63-65页 |
第四章 基于S变换技术的内燃机振声信号时频特性研究 | 第65-88页 |
·引言 | 第65页 |
·S变换基本原理研究 | 第65-73页 |
·S变换定义及推导 | 第65-67页 |
·根据小波变换推导S变换 | 第65-66页 |
·根据短时Fourier变换推导S交换 | 第66-67页 |
·S变换基本性质 | 第67-69页 |
·线性叠加特性 | 第67页 |
·时移特性 | 第67-68页 |
·局部和无损可逆特性 | 第68-69页 |
·多分辨率特性 | 第69页 |
·S变换的离散形式及实现过程 | 第69-73页 |
·S变换的离散形式 | 第70-71页 |
·S变换实现过程 | 第71-73页 |
·S变换仿真试验研究 | 第73-76页 |
·S变换与短时Fourier变换的仿真比较研究 | 第73-74页 |
·S变换与连续小波变换的仿真比较研究 | 第74-76页 |
·基于S变换的内燃机振声信号时频特性研究 | 第76-86页 |
·基于S变换的内燃机振动信号时频特性研究 | 第76-79页 |
·振动信号的采集 | 第76-77页 |
·振动信号的S变换 | 第77-79页 |
·基于S变换的内燃机噪声信号时频特性研究 | 第79-86页 |
·内燃机稳态工况噪声信号时频特性研究 | 第79-82页 |
·内燃机瞬态工况噪声信号时频特性研究 | 第82-86页 |
·本章小结 | 第86-88页 |
第五章 基于Hilbert-Huang变换技术的内燃机振声信号时频特性研究 | 第88-113页 |
·引言 | 第88页 |
·Hilbert-Huang变换基本原理与算法 | 第88-100页 |
·基本概念 | 第88-90页 |
·特征时间尺度 | 第88-89页 |
·本征模态函数(IMF) | 第89-90页 |
·瞬时频率 | 第90页 |
·EMD方法基本原理与算法 | 第90-98页 |
·EMD方法的基本原理 | 第90-92页 |
·EMD方法的算法 | 第92-93页 |
·EMD方法仿真算例 | 第93-94页 |
·EMD方法的特点 | 第94-96页 |
·EMD方法存在问题及解决方法 | 第96-98页 |
·Hilbert变换基本原理 | 第98-100页 |
·Hilbert变换基本原理 | 第98-99页 |
·Hilbert变换算法 | 第99页 |
·Hilbert变换仿真算例 | 第99-100页 |
·Hilbert-Huang变换算法流程及仿真算例 | 第100-104页 |
·Hilbert-Huang变换算法流程 | 第100-101页 |
·Hilbert-Huang变换仿真算例 | 第101-104页 |
·基于Hilbert-Huang变换的内燃机振声信号时频特性研究 | 第104-112页 |
·基于Hilbert-Huang变换的内燃机振动信号时频特性研究 | 第105-108页 |
·振动信号的采集与频谱分析 | 第105页 |
·振动信号的Hilbert-Huang变换 | 第105-108页 |
·基于Hilbert-Huang变换的内燃机噪声信号时频特性研究 | 第108-112页 |
·噪声信号的采集及预处理 | 第108-110页 |
·噪声信号的Hilbert-Huang变换 | 第110-112页 |
·本章小结 | 第112-113页 |
第六章 基于独立成分分析的内燃机振声信号源盲分离技术研究 | 第113-142页 |
·引言 | 第113-114页 |
·ICA方法基本理论与算法 | 第114-130页 |
·基本概念定义与区分 | 第114-117页 |
·熵 | 第114-115页 |
·K-L散度与互信息 | 第115页 |
·负熵 | 第115-116页 |
·峭度 | 第116页 |
·不相关与统计独立性 | 第116-117页 |
·非高斯性 | 第117页 |
·ICA数学模型 | 第117-120页 |
·线性混合模型 | 第117-119页 |
·非线性混合模型 | 第119-120页 |
·ICA约束条件与不确定性分析 | 第120-121页 |
·ICA问题约束条件 | 第120-121页 |
·ICA分析的不确定性 | 第121页 |
·ICA优化准则与目标函数 | 第121-125页 |
·非线性去相关准则 | 第121-122页 |
·非高斯性最大化准则 | 第122-123页 |
·信息最大化准则 | 第123-124页 |
·信息最小化准则 | 第124-125页 |
·最大似然估计准则 | 第125页 |
·ICA经典算法 | 第125-129页 |
·线性瞬时混合ICA算法 | 第125-127页 |
·线性卷积混合ICA算法 | 第127-129页 |
·非线性混合ICA算法 | 第129页 |
·ICA算法流程 | 第129-130页 |
·ICA仿真试验研究 | 第130-131页 |
·基于ICA的内燃机振动噪声源识别研究 | 第131-140页 |
·基于ICA的内燃机噪声源识别研究 | 第132-137页 |
·内燃机噪声信号的ICA分析模型 | 第132页 |
·内燃机噪声信号的独立性和高斯性分析 | 第132-133页 |
·采用ICA方法识别内燃机噪声源 | 第133-136页 |
·ICA噪声源识别结果试验验证 | 第136-137页 |
·基于ICA的内燃机振动激励源识别研究 | 第137-140页 |
·内燃机振动信号的独立性和高斯性分析 | 第137-138页 |
·内燃机振动信号的ICA分析 | 第138-140页 |
·本章小结 | 第140-142页 |
第七章 全文总结与展望 | 第142-146页 |
·全文总结 | 第142-144页 |
·主要创新点 | 第144-145页 |
·未来工作展望 | 第145-146页 |
参考文献 | 第146-154页 |
攻读博士期间发表的论文 | 第154-156页 |
致谢 | 第156页 |