多通道多余物微弱信号检测方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究目的和意义 | 第9-10页 |
| 1.2 多余物检测方法的研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 微弱信号检测的研究现状 | 第12-14页 |
| 1.3.1 微弱信号检测装置研究现状 | 第12-13页 |
| 1.3.2 微弱信号检测方法研究现状 | 第13-14页 |
| 1.4 存在的问题 | 第14-15页 |
| 1.5 本文主要研究内容 | 第15-17页 |
| 第2章 多余物微弱信号采集模块设计 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 微弱信号成因分析 | 第17-18页 |
| 2.3 信号采集电路设计 | 第18-27页 |
| 2.3.1 传感器选择 | 第18-21页 |
| 2.3.2 三通道调理电路拓扑设计 | 第21-25页 |
| 2.3.3 四通道数据采集电路设计 | 第25-27页 |
| 2.4 噪声抑制 | 第27-29页 |
| 2.4.1 PCB抗干扰设计 | 第27-28页 |
| 2.4.2 屏蔽与接地 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 PIND信号降噪方法 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 信号特性分析 | 第30-33页 |
| 3.2.1 声发射信号特性分析 | 第30-32页 |
| 3.2.2 PIND信号特性分析 | 第32-33页 |
| 3.3 基于小波分析的背景噪声抑制方法 | 第33-38页 |
| 3.3.1 阈值去噪法 | 第34-36页 |
| 3.3.2 阈值函数的改进 | 第36-37页 |
| 3.3.3 去噪结果及分析 | 第37-38页 |
| 3.4 基于卡尔曼滤波的环境噪声抑制方法 | 第38-43页 |
| 3.4.1 多余物信号的全极点模型 | 第38-39页 |
| 3.4.2 卡尔曼滤波模型参数估计 | 第39-41页 |
| 3.4.3 卡尔曼滤波过程 | 第41-43页 |
| 3.4.4 去噪结果及分析 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 多余物微弱信号数据融合算法 | 第44-53页 |
| 4.1 引言 | 第44页 |
| 4.2 数据融合模型建立 | 第44-47页 |
| 4.2.1 融合层次及方法 | 第44-45页 |
| 4.2.2 加权融合模型 | 第45-47页 |
| 4.3 基于量子遗传算法的多通道数据融合算法 | 第47-50页 |
| 4.3.1 数据同步性检验 | 第47-48页 |
| 4.3.2 融合算法 | 第48-50页 |
| 4.4 实验结果及分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 基于随机共振的多余物微弱信号检测 | 第53-67页 |
| 5.1 引言 | 第53页 |
| 5.2 非周期随机共振理论 | 第53-58页 |
| 5.2.1 非周期随机共振响应及其表征量 | 第54-57页 |
| 5.2.2 随机共振现象产生机制 | 第57-58页 |
| 5.3 双稳态随机共振系统建立 | 第58-65页 |
| 5.3.1 多余物信号产生模型 | 第58-59页 |
| 5.3.2 结构参数对系统的影响 | 第59-63页 |
| 5.3.3 高频信号的处理 | 第63-64页 |
| 5.3.4 多余物微弱信号检测算法 | 第64-65页 |
| 5.4 实验验证 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |
