| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 插图索引 | 第13-15页 |
| 表格索引 | 第15-16页 |
| 算法索引 | 第16-17页 |
| 第一章 绪论 | 第17-27页 |
| ·课题的提出及研究意义 | 第17-21页 |
| ·环境模态分析技术的发展现状 | 第21-22页 |
| ·盲源分离技术的发展现状 | 第22-24页 |
| ·线性瞬时混合盲源分离 | 第22-23页 |
| ·欠定情况下的盲源分离 | 第23-24页 |
| ·盲源分离技术在环境模态分析领域中的应用现状 | 第24-25页 |
| ·本文的主要工作 | 第25-27页 |
| 第二章 模态分析理论及随机子空间模态参数辨识 | 第27-55页 |
| ·引言 | 第27页 |
| ·单自由度系统振动 | 第27-31页 |
| ·多自由度系统振动 | 第31-44页 |
| ·无阻尼系统的振动 | 第32-36页 |
| ·粘性比例阻尼系统的振动 | 第36-38页 |
| ·一般粘性阻尼系统的振动 | 第38-44页 |
| ·随机子空间模态参数辨识 | 第44-53页 |
| ·振动系统的状态空间模型 | 第44-50页 |
| ·随机子空间辨识算法 | 第50-52页 |
| ·投影矩阵加权处理 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第三章 基于盲源分离技术的模态参数辨识 | 第55-81页 |
| ·引言 | 第55页 |
| ·独立成分分析(ICA) | 第55-69页 |
| ·信号模型 | 第55-56页 |
| ·辨识空间以及解的不确定性 | 第56-57页 |
| ·ICA解的存在性 | 第57-58页 |
| ·ICA问题的求解 | 第58-63页 |
| ·基于互信息极小化(MMI)准则的ICA算法 | 第63-65页 |
| ·基于Infomax准则的ICA算法 | 第65-66页 |
| ·基于四阶累量的特征矩阵联合近似对角化的ICA算法 | 第66-69页 |
| ·二阶盲辨识算法(SOBI) | 第69-73页 |
| ·模型与假设 | 第69-71页 |
| ·平稳的时间相关源的盲分离 | 第71-73页 |
| ·BSS与模态分析 | 第73-79页 |
| ·ICA进行模态参数辨识 | 第74页 |
| ·SOBI进行模态参数辨识 | 第74-79页 |
| ·本章小结 | 第79-81页 |
| 第四章 两步法稀疏成分分析新方法研究 | 第81-103页 |
| ·信号的稀疏性 | 第81-82页 |
| ·混合矩阵估计 | 第82-93页 |
| ·广义霍夫SCA算法 | 第83-86页 |
| ·层次霍夫SCA算法 | 第86-89页 |
| ·K-hyperline聚类算法 | 第89-93页 |
| ·稀疏源信号恢复 | 第93-97页 |
| ·基追踪(BP)算法 | 第93-95页 |
| ·基追踪降噪(BPDN)算法 | 第95-96页 |
| ·Lasso算法 | 第96-97页 |
| ·单源点检测算法 | 第97-100页 |
| ·本章小结 | 第100-103页 |
| 第五章 基于单源点稀疏成分分析的模态参数辨识算法 | 第103-119页 |
| ·引言 | 第103页 |
| ·算法流程 | 第103-104页 |
| ·仿真 | 第104-111页 |
| ·固有频率间隔较大的情况 | 第104-110页 |
| ·固有频率接近的情况 | 第110页 |
| ·有噪声的情况 | 第110-111页 |
| ·悬臂梁模态分析实验 | 第111-117页 |
| ·本章小结 | 第117-119页 |
| 第六章 总结与展望 | 第119-123页 |
| ·全文主要研究工作总结 | 第119-120页 |
| ·主要创新点 | 第120页 |
| ·后续研究工作的展望 | 第120-123页 |
| 参考文献 | 第123-129页 |
| 在读期间发表的学术论文与取得的研究成果 | 第129-131页 |
| 致谢 | 第131页 |