多机组系统机器振动信号与声学信号的盲分离
| 第一章 绪论 | 第1-13页 |
| ·本文的研究意义 | 第7-8页 |
| ·盲源分离理论的发展现状 | 第8-11页 |
| ·本文内容简介 | 第11-13页 |
| 第二章 盲源分离基本理论 | 第13-34页 |
| ·问题描述 | 第13页 |
| ·盲可辨识性 | 第13-17页 |
| ·等变化信号分离 | 第17-19页 |
| ·二阶盲辨识方法 | 第19-21页 |
| ·神经网络方法 | 第21-34页 |
| ·独立分量分析 | 第21-23页 |
| ·盲源分离的神经网络结构 | 第23-27页 |
| ·盲源分离的自然梯度算法 | 第27-34页 |
| 第三章 高阶统计量基础知识 | 第34-51页 |
| ·特征函数 | 第35-37页 |
| ·随机变量的特征函数 | 第35-36页 |
| ·随机向量的特征函数 | 第36-37页 |
| ·高阶矩、高阶累积量及其谱 | 第37-43页 |
| ·高阶矩和高阶累积量的定义 | 第37-41页 |
| ·高阶矩谱和高阶累积量谱 | 第41-43页 |
| ·高阶矩和高阶累积量的转换关系 | 第43-44页 |
| ·高阶累积量的物理意义 | 第44-46页 |
| ·高斯过程的高阶矩和高阶累积量 | 第46页 |
| ·高阶累积量和多谱的估计 | 第46-49页 |
| ·高阶累积量的性质 | 第49-51页 |
| 第四章 高阶累积量盲源分离方法 | 第51-64页 |
| ·问题的描述 | 第51-53页 |
| ·基于三阶累积量的盲源分离算法 | 第53-57页 |
| ·常数增益耦合系统的直接求解方法 | 第53页 |
| ·常数增益耦合系统的三阶累积量迫零法 | 第53-55页 |
| ·时不变耦合系统的三阶累积量迫零法 | 第55-57页 |
| ·基于四阶累积量的盲源分离算法 | 第57-64页 |
| 第五章 计算机仿真 | 第64-72页 |
| ·三阶累积量迫零分离算法的计算机仿真 | 第64-69页 |
| ·常数增益耦合系统的分离 | 第64-67页 |
| ·时不变耦合系统的分离 | 第67-69页 |
| ·四阶累积量迫零分离算法的计算机仿真 | 第69-72页 |
| 第六章 分离方法的实验验证 | 第72-82页 |
| ·噪声与振动信号的分离 | 第72-75页 |
| ·实验装置 | 第72-73页 |
| ·实验步骤及实验结果 | 第73-75页 |
| ·两种不同旋转机械振动信号的分离 | 第75-82页 |
| ·实验装置 | 第76-77页 |
| ·实验步骤及实验结果 | 第77-79页 |
| ·频谱分析 | 第79-82页 |
| 第七章 结论与展望 | 第82-85页 |
| ·本文的研究结论 | 第82-83页 |
| ·本文的主要工作和贡献 | 第83页 |
| ·进一步的工作展望 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 致谢 | 第90页 |
