| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 功率监控研究现状 | 第12-14页 |
| 1.3 盲源分离技术及其应用现状 | 第14-18页 |
| 1.4 本文主要研究内容 | 第18-20页 |
| 第二章 盲源分离技术 | 第20-33页 |
| 2.1 盲源分离的数学模型 | 第20-21页 |
| 2.2 盲源分离的假设条件 | 第21-22页 |
| 2.3 盲源分离的优化判据 | 第22-24页 |
| 2.4 典型的盲源分离算法 | 第24-29页 |
| 2.5 仿真信号分离 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 单通道信号盲源分离 | 第33-47页 |
| 3.1 单通道信号盲源分离概述 | 第33-36页 |
| 3.1.1 稀疏分量分析 | 第33-34页 |
| 3.1.2 二进制时域解码 | 第34-36页 |
| 3.2 一种新的基于小波变换和独立分量分析的单通道信号盲源分离算法 | 第36-43页 |
| 3.2.1 算法原理和框图 | 第36-37页 |
| 3.2.2 小波变换 | 第37-39页 |
| 3.2.3 小波尺度水平的选择 | 第39-40页 |
| 3.2.4 铣削功率信号小波尺度水平的选择 | 第40-41页 |
| 3.2.5 独立分量分析 | 第41-43页 |
| 3.3 仿真信号分离 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 面向功率信号的单通道盲源分离系统 | 第47-59页 |
| 4.1 系统硬件平台 | 第47-51页 |
| 4.1.1 工控机 | 第47-48页 |
| 4.1.2 数据采集卡 | 第48-49页 |
| 4.1.3 功率传感器 | 第49-51页 |
| 4.2 系统软件平台 | 第51-58页 |
| 4.2.1 LabVIEW 平台下基于功率传感器的数据采集系统 | 第52-54页 |
| 4.2.2 LabVIEW 和MatLAB 混合编程实现盲信号处理 | 第54-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 铣削功率信号的盲源分离 | 第59-76页 |
| 5.1 铣削试验 | 第59-66页 |
| 5.1.1 试验设备 | 第59-63页 |
| 5.1.2 铣削试验设计 | 第63-64页 |
| 5.1.3 试验功率信号 | 第64-66页 |
| 5.2 单通道功率信号盲源分离 | 第66-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 结论与展望 | 第76-78页 |
| 6.1 主要结论 | 第76页 |
| 6.2 研究展望 | 第76-78页 |
| 参考文献 | 第78-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间已发表或录用的论文 | 第87-89页 |
