| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·工程背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·独立分量分析(ICA) | 第13-14页 |
| ·带有噪声的独立分量分析 | 第14页 |
| ·稀疏分量分析(SCA) | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 独立分量分析原理 | 第16-33页 |
| ·独立分量分析的定义 | 第16-19页 |
| ·独立分量分析的线性模型 | 第16-18页 |
| ·噪声ICA | 第18-19页 |
| ·非线性ICA | 第19页 |
| ·独立分量分析的发展简史 | 第19-20页 |
| ·独立分量分析的相关数学知识 | 第20-28页 |
| ·概率论知识 | 第20-21页 |
| ·统计知识 | 第21-25页 |
| ·信息论知识 | 第25-28页 |
| ·独立分量分析独立性的度量 | 第28-31页 |
| ·非高斯性极大 | 第29页 |
| ·互信息最小 | 第29-30页 |
| ·非线性不相关 | 第30-31页 |
| ·基于负熵的独立分量分析方法 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 转子振动实验混叠信号的分离研究 | 第33-53页 |
| ·转子振动混叠信号分离实验 | 第33-36页 |
| ·实验方法、所用仪器及实验过程 | 第33-36页 |
| ·实验数据分析 | 第36-47页 |
| ·第一个实验的数据分析 | 第36-42页 |
| ·第二个实验的数据分析 | 第42-47页 |
| ·某型航空发动机试车振动数据分析 | 第47-49页 |
| ·盲源分离程序软件包开发 | 第49-52页 |
| ·开发思想 | 第49页 |
| ·VC 运行环境设置 | 第49-50页 |
| ·软件包说明 | 第50-52页 |
| ·软件包开发总结 | 第52页 |
| ·小结 | 第52-53页 |
| 第四章 稀疏分量分析(SCA)及噪声独立分量分析(NOISE ICA) | 第53-70页 |
| ·稀疏分量分析(SCA) | 第53-58页 |
| ·基于信号稀疏表示的线性混叠信号盲分离原理及算法 | 第53-55页 |
| ·基于粒子群优化算法的稀疏信号盲分离 | 第55-58页 |
| ·含有噪声的独立分量分析(NOISE ICA) | 第58-66页 |
| ·基于小波变换的消噪方法 | 第58-61页 |
| ·基于现代时间序列分析的滤波方法 | 第61-63页 |
| ·鲁棒性较强的二阶盲辨识(SOBI)算法 | 第63-64页 |
| ·非平衡源SOBI 的修改算法：SONS 算法 | 第64-66页 |
| ·SOBI 算法的程序实现 | 第66-67页 |
| ·实验数据分析 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在学期间发表的学术论文 | 第77-78页 |
| 附录 | 第78-81页 |