| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-15页 |
| 1.2.1 桩基无损检测技术研究现状 | 第11-13页 |
| 1.2.2 信号去噪及聚焦研究现状 | 第13-14页 |
| 1.2.3 信号特征提取与选择研究现状 | 第14-15页 |
| 1.3 本文主要工作及研究安排 | 第15-17页 |
| 第2章 桩基应力波检测基础理论 | 第17-28页 |
| 2.1 应力波反射法理论基础 | 第17-20页 |
| 2.1.1 反射波法检测原理 | 第17-18页 |
| 2.1.2 应力波反射法控制方程 | 第18-19页 |
| 2.1.3 扭转波在桩中的传播 | 第19-20页 |
| 2.2 扭转波动方程的有限差分数值解 | 第20-27页 |
| 2.2.1 有限差分法 | 第21-23页 |
| 2.2.2 有限差分数值解 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于经验模态分解的信号去噪研究 | 第28-44页 |
| 3.1 经验模态分解算法 | 第29-30页 |
| 3.2 传统经验模态分解信号去噪改进研究 | 第30-32页 |
| 3.2.1 峭度准则 | 第30-31页 |
| 3.2.2 信号相关分析 | 第31页 |
| 3.2.3 基于峭度准则和信号相关性分析的信号去噪 | 第31-32页 |
| 3.3 基于EMD小波阈值法的信号去噪 | 第32-33页 |
| 3.4 实验仿真与分析 | 第33-43页 |
| 3.4.1 基于改进EMD时空去噪法的信号去噪 | 第33-40页 |
| 3.4.2 基于EMD小波阈值法的信号去噪 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 桩基信号特征降维选择与识别 | 第44-64页 |
| 4.1 基于信息熵的信号特征提取 | 第45-47页 |
| 4.1.1 信息熵理论 | 第45页 |
| 4.1.2 构建特征向量 | 第45-47页 |
| 4.2 基于模糊聚类的数据处理 | 第47-51页 |
| 4.2.1 模糊聚类 | 第47-49页 |
| 4.2.2 基于模糊聚类的特征降维 | 第49-51页 |
| 4.3 基于人工神经网络的缺陷识别 | 第51-56页 |
| 4.3.1 人工神经网络理论 | 第51-53页 |
| 4.3.2 基于BP神经网络的缺陷识别 | 第53-56页 |
| 4.4 实验仿真及分析 | 第56-63页 |
| 4.4.1 基于模糊聚类的新特征向量的构建与识别 | 第56-60页 |
| 4.4.2 模糊聚类数的选择 | 第60-62页 |
| 4.4.3 相空间重构的数据取舍 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |