基于盲分离的航空发动机振源识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 航空发动机振源分析发展情况 | 第12-13页 |
| 1.2.2 盲信号处理在振源分析领域的运用情况 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第二章 盲源分离技术基本原理 | 第16-28页 |
| 2.1 盲源分离的数学模型 | 第16-18页 |
| 2.1.1 线性瞬时混合模型 | 第16-17页 |
| 2.1.2 盲源分离的基本假设与不确定性 | 第17-18页 |
| 2.2 盲分离算法的数学基础 | 第18-21页 |
| 2.2.1 统计学知识 | 第18-19页 |
| 2.2.2 相关信息论知识 | 第19-20页 |
| 2.2.3 KL散度与互信息量 | 第20-21页 |
| 2.2.4 负熵 | 第21页 |
| 2.3 盲源分离准则 | 第21-25页 |
| 2.3.1 基于非高斯性准则 | 第22-23页 |
| 2.3.2 基于信息论准则 | 第23-25页 |
| 2.4 盲源分离算法评价指标 | 第25-26页 |
| 2.4.1 PI评价指标 | 第25-26页 |
| 2.4.2 相似系数 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 适于航空发动机混叠信号处理的算法 | 第28-38页 |
| 3.1 独立分量分析 | 第28-32页 |
| 3.1.1 算法原理及流程 | 第28-30页 |
| 3.1.2 算法仿真实验 | 第30-32页 |
| 3.2 SOBI算法 | 第32-34页 |
| 3.2.1 算法原理及流程 | 第32-33页 |
| 3.2.2 算法仿真实验 | 第33-34页 |
| 3.3 JADE算法 | 第34-36页 |
| 3.3.1 算法原理及流程 | 第34-35页 |
| 3.3.2 算法仿真实验 | 第35-36页 |
| 3.4 已有盲分离算法对比 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于累积量的ICA改进算法 | 第38-57页 |
| 4.1 累积量的定义与性质 | 第38-40页 |
| 4.1.1 累积量的定义 | 第38-39页 |
| 4.1.2 累积量的性质 | 第39-40页 |
| 4.2 新算法及流程图 | 第40-43页 |
| 4.2.1 算法代价函数的建立 | 第40-42页 |
| 4.2.2 算法流程图 | 第42-43页 |
| 4.3 MATLAB仿真实验与结果分析 | 第43-47页 |
| 4.3.1 两组仿真信号实验 | 第43-45页 |
| 4.3.2 航空发动机振动仿真实验 | 第45-47页 |
| 4.4 实测振动信号分析 | 第47-55页 |
| 4.4.1 转子振动平台搭建 | 第48页 |
| 4.4.2 转子不同故障的理论特征频率 | 第48-49页 |
| 4.4.3 实测振动信号的MATLAB分析 | 第49-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 结论与展望 | 第57-59页 |
| 5.1 结论 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
