基于盲信号分离的油中气体成份检测技术研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-22页 |
·变压器绝缘油中气体检测的背景和意义 | 第12-14页 |
·变压器绝缘油中气体检测的研究现状 | 第14-17页 |
·盲信号分离方法的研究现状 | 第17-20页 |
·本文主要研究内容 | 第20-22页 |
第2章 盲信号分离方法概述 | 第22-32页 |
·盲信号分离问题的数学基础 | 第22-25页 |
·高阶统计量 | 第22-23页 |
·负熵 | 第23-24页 |
·互信息 | 第24页 |
·KL散度 | 第24-25页 |
·盲信号分离模型 | 第25-27页 |
·线性瞬时混合模型 | 第25-26页 |
·线性卷积混合模型 | 第26页 |
·非线性混合模型 | 第26-27页 |
·盲信号分离的可解性及不确定性 | 第27-29页 |
·盲信号分离的可解性 | 第27-29页 |
·盲信号分离的不确定性 | 第29页 |
·盲信号分离算法原理 | 第29-31页 |
·数据预处理 | 第30页 |
·目标函数 | 第30页 |
·优化算法 | 第30-31页 |
·本章小结 | 第31-32页 |
第3章 基于ICA的盲信号分离经典算法 | 第32-42页 |
·独立分量分析算法原理 | 第32-33页 |
·ICA算法基本概述 | 第32-33页 |
·ICA算法的常用目标函数和优化算法 | 第33页 |
·快速独立分量分析算法 | 第33-36页 |
·快速独立分量分析算法概述 | 第33-34页 |
·负熵最大化目标函数 | 第34-36页 |
·极大似然独立分量分析算法 | 第36-39页 |
·极大似然概述 | 第36页 |
·极大似然ICA算法 | 第36-39页 |
·自然梯度独立分量分析算法 | 第39-41页 |
·本章小结 | 第41-42页 |
第4章 检测系统实验平台设计 | 第42-68页 |
·检测系统总体设计方案 | 第42-43页 |
·光源模块设计 | 第43-48页 |
·激励光源的选择 | 第43-44页 |
·斩波器设计 | 第44-48页 |
·光声池模块设计 | 第48-55页 |
·光声池的研究与设计 | 第48-54页 |
·微音器的选择 | 第54-55页 |
·信息处理模块设计 | 第55-64页 |
·锁相放大器电路设计 | 第55-62页 |
·ARM控制板 | 第62-64页 |
·检测系统软件设计 | 第64-67页 |
·斩波器软件设计 | 第64-65页 |
·ARM控制板软件设计 | 第65-67页 |
·本章小结 | 第67-68页 |
第5章 混合气体的盲信号分离 | 第68-75页 |
·混合气体的盲信号分离模型及盲可分离性 | 第68-69页 |
·混合气体的盲分离模型 | 第68页 |
·混合气体的盲可分离性 | 第68-69页 |
·混合气体的盲信号检测 | 第69-71页 |
·数据处理及结果分析 | 第71-74页 |
·FastICA算法分离混合气体 | 第71-72页 |
·算法评估及误差分析 | 第72-74页 |
·本章小结 | 第74-75页 |
结论 | 第75-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第81-82页 |
致谢 | 第82页 |