基于信息熵的改进小波包阈值去噪算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题的背景与研究的意义 | 第11-12页 |
| 1.2 国内外研究历史及发展现状 | 第12-14页 |
| 1.2.1 信息熵研究历史及现状 | 第12-13页 |
| 1.2.2 小波去噪研究历史及现状 | 第13-14页 |
| 1.3 研究的目标和内容 | 第14-17页 |
| 1.3.1 研究的目标 | 第14-15页 |
| 1.3.2 研究的内容 | 第15页 |
| 1.3.3 研究路线 | 第15-17页 |
| 2 信息熵算法及其与噪声的关系 | 第17-31页 |
| 2.1 Shannon熵 | 第17页 |
| 2.2 排列熵 | 第17-18页 |
| 2.3 样本熵 | 第18-20页 |
| 2.4 信息熵算法与噪声关系及对比 | 第20-26页 |
| 2.4.1 几种常见噪声 | 第20-21页 |
| 2.4.2 信息熵与噪声大小关系 | 第21-22页 |
| 2.4.3 信息熵与数据长度关系 | 第22-24页 |
| 2.4.4 信息熵与信号固有特性的关系 | 第24-26页 |
| 2.5 小波包系数与信息熵 | 第26-30页 |
| 2.5.1 小波包分析与小波包系数 | 第26-27页 |
| 2.5.2 信息熵与小波包系数噪声表征 | 第27-30页 |
| 2.6 本章总结 | 第30-31页 |
| 3 小波包阈值去噪算法及其改进 | 第31-43页 |
| 3.1 小波包阈值去噪原理及其关键问题 | 第31-32页 |
| 3.2 小波包阈值函数 | 第32-37页 |
| 3.2.1 传统阈值函数及其缺陷 | 第32-35页 |
| 3.2.2 基于样本熵的改进阈值函数 | 第35-37页 |
| 3.3 阈值估计 | 第37-40页 |
| 3.3.1 常用的阈值估计方法及其缺陷 | 第38-39页 |
| 3.3.2 基于样本熵的改进阈值估计 | 第39-40页 |
| 3.4 分解层数的确定 | 第40-42页 |
| 3.5 基于样本熵的改进小波包阈值去噪算法 | 第42-43页 |
| 4 仿真分析与对比 | 第43-50页 |
| 4.1 信号去噪效果评价标准 | 第44-45页 |
| 4.2 传统小波去噪方法结果 | 第45-47页 |
| 4.3 改进小波包阈值去噪算法结果 | 第47-48页 |
| 4.4 去噪效果对比 | 第48-50页 |
| 5 滚动轴承振动信号去噪分析 | 第50-57页 |
| 5.1 轴承振动实验平台 | 第50-51页 |
| 5.2 去噪分析与对比 | 第51-57页 |
| 6 总结与展望 | 第57-60页 |
| 6.1 本文研究的主要工作和得出的结论 | 第57-58页 |
| 6.2 论文展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第64页 |
