| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于硬件的方法 | 第11页 |
| 1.2.2 基于软件的方法 | 第11-12页 |
| 1.3 泄漏信号分析方法发展 | 第12-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 第2章 局域均值分解方法原理 | 第16-27页 |
| 2.1 LMD相关理论基础 | 第16-18页 |
| 2.1.1 调频调幅信号简介 | 第16-18页 |
| 2.1.2 瞬时频率 | 第18页 |
| 2.2 LMD方法原理 | 第18-23页 |
| 2.2.1 LMD算法 | 第18-21页 |
| 2.2.2 直接法计算瞬时频率 | 第21页 |
| 2.2.3 LMD方法的特点 | 第21-23页 |
| 2.3 ELMD方法原理及仿真 | 第23-25页 |
| 2.3.1 ELMD基本原理 | 第23页 |
| 2.3.2 仿真信号分析 | 第23-25页 |
| 2.4 LMD与EMD方法对比 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 局域均值分解分析的管道泄漏孔径识别 | 第27-55页 |
| 3.1 引言 | 第27页 |
| 3.2 相关基础知识 | 第27-29页 |
| 3.2.1 信息熵的概念 | 第27-28页 |
| 3.2.2 支持向量机概述 | 第28-29页 |
| 3.3 基于LMD包络谱熵及SVM的孔径识别方法 | 第29-39页 |
| 3.3.1 小波包分解与重构 | 第30页 |
| 3.3.2 包络谱熵及SVM的孔径识别 | 第30-32页 |
| 3.3.3 实验情况简介 | 第32-33页 |
| 3.3.4 泄漏信号分析 | 第33-38页 |
| 3.3.5 泄漏孔径识别结果 | 第38-39页 |
| 3.4 ELMD的RMS熵及Boosting-SVM识别算法 | 第39-46页 |
| 3.4.1 RMS熵的概念 | 第39-40页 |
| 3.4.2 Boosting-SVM分类识别 | 第40-41页 |
| 3.4.3 识别算法处理过程 | 第41页 |
| 3.4.4 实验信号处理及分析 | 第41-43页 |
| 3.4.5 分解结果的RMS熵特征 | 第43-44页 |
| 3.4.6 不同距离传感器的熵特征对比 | 第44页 |
| 3.4.7 LMD及ELMD分解的熵特征对比 | 第44-45页 |
| 3.4.8 Boosting-SVM的识别结果 | 第45-46页 |
| 3.5 基于核密度估计的孔径识别方法 | 第46-53页 |
| 3.5.1 基于核密度估计的互信息分类器 | 第47-48页 |
| 3.5.2 本节采用的时域指标 | 第48-49页 |
| 3.5.3 泄漏信号处理及分析 | 第49-50页 |
| 3.5.4 泄漏孔径识别 | 第50-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第4章 基于局域均值分解分析的管道泄漏定位 | 第55-68页 |
| 4.1 引言 | 第55页 |
| 4.2 基于LMD分解峭度的互相关定位法 | 第55-58页 |
| 4.2.1 基于时延的泄漏定位原理 | 第55-56页 |
| 4.2.2 广义互相关时延估计 | 第56-57页 |
| 4.2.3 基于PF峭度的改进时延估计方法 | 第57页 |
| 4.2.4 实验信号处理及分析 | 第57-58页 |
| 4.3 ELMD及高阶模糊度函数的泄漏定位 | 第58-67页 |
| 4.3.1 TDOA时差估计 | 第59-60页 |
| 4.3.2 基于K-L散度的主PF分量选择 | 第60-61页 |
| 4.3.3 ELMD及高阶模糊度函数的泄漏定位 | 第61-63页 |
| 4.3.4 实验处理结果及分析 | 第63-65页 |
| 4.3.5 泄漏定位过程及结果 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |