| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-12页 |
| 1.1 噪声源识别的意义 | 第6页 |
| 1.2 噪声源识别方法简述 | 第6-9页 |
| 1.2.1 传统识别方法 | 第7页 |
| 1.2.2 时域分析法 | 第7-8页 |
| 1.2.3 频域分析法 | 第8页 |
| 1.2.4 时频分析法 | 第8-9页 |
| 1.2.5 声全息方法 | 第9页 |
| 1.3 近场声全息的进展 | 第9-10页 |
| 1.4 盲源分离的进展 | 第10-11页 |
| 1.5 本文研究的主要内容 | 第11-12页 |
| 2 近场声全息 | 第12-40页 |
| 2.1 平面波理论 | 第12-17页 |
| 2.1.1 声波方程 | 第12-13页 |
| 2.1.2 平面声辐射理论 | 第13-16页 |
| 2.1.3 瑞利积分公式 | 第16-17页 |
| 2.2 平面近场声全息 | 第17-30页 |
| 2.2.1 平面近场声全息算法 | 第18-20页 |
| 2.2.2 实现过程 | 第20-21页 |
| 2.2.3 近场声全息程序实现 | 第21-22页 |
| 2.2.4 平面近场声全息数值仿真 | 第22-29页 |
| 2.2.5 平面近场声全息重建误差分析 | 第29-30页 |
| 2.2.6 波数域滤波 | 第30页 |
| 2.3 Patch近场声全息 | 第30-33页 |
| 2.3.1 Patch近场声全息的原理 | 第31页 |
| 2.3.2 基于快速傅里叶变换的Patch近场声全息 | 第31-33页 |
| 2.4 声场分离 | 第33-35页 |
| 2.4.1 声场分离的必要性 | 第33-34页 |
| 2.4.2 基于空间傅里叶变换的声场分离技术 | 第34-35页 |
| 2.5 近场声全息的测量 | 第35-38页 |
| 2.5.1 快照法 | 第35-36页 |
| 2.5.2 单参考传递函数法 | 第36-37页 |
| 2.5.3 多参考互谱法 | 第37-38页 |
| 2.6 本章小结 | 第38-40页 |
| 3 盲源分离 | 第40-56页 |
| 3.1 盲源分离基本理论 | 第40-42页 |
| 3.1.1 盲源分离的数学模型 | 第40-41页 |
| 3.1.2 盲源分离的可行性 | 第41页 |
| 3.1.3 盲源分离的不确定性 | 第41-42页 |
| 3.1.4 盲源分离基本算法 | 第42页 |
| 3.2 独立分量分析 | 第42-48页 |
| 3.2.1 独立分量分析理论 | 第42-44页 |
| 3.2.2 快速独立分量分析 | 第44-45页 |
| 3.2.3 独立分量分析程序实现及数值算例 | 第45-47页 |
| 3.2.4 卷积混合的复数FastICA | 第47-48页 |
| 3.3 稀疏分量分析 | 第48-55页 |
| 3.3.1 稀疏分量分析的基本模型 | 第48-49页 |
| 3.3.2 稀疏分量分析的基本算法 | 第49-50页 |
| 3.3.3 稀疏分量分析程序及数值仿真 | 第50-55页 |
| 3.4 盲源分离不确定性消除 | 第55页 |
| 3.5 本章小结 | 第55-56页 |
| 4 基于NAH-BSS的噪声源识别研究 | 第56-61页 |
| 4.1 近场声全息和盲源分离联合的可行性分析 | 第56页 |
| 4.2 近场声全息和盲源分离联合噪声源识别的步骤 | 第56-57页 |
| 4.3 基于NAH-BSS的噪声源识别实验研究 | 第57-60页 |
| 4.3.1 实验介绍 | 第57-58页 |
| 4.3.2 实验结果与分析 | 第58-60页 |
| 4.3.3 分析与结论 | 第60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |