| 致谢 | 第1-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-19页 |
| 第1章 绪论 | 第19-39页 |
| ·引言 | 第19-21页 |
| ·机械振动源的分离与识别技术研究现状 | 第21-26页 |
| ·时域分离与识别方法 | 第22-23页 |
| ·频域分离与识别方法 | 第23-24页 |
| ·时频分离与识别方法 | 第24-26页 |
| ·现有机械振动源的分离与识别技术的局限性分析 | 第26页 |
| ·盲源分离方法的研究现状 | 第26-32页 |
| ·盲源分离 | 第27-28页 |
| ·BSS方法的分类 | 第28-29页 |
| ·盲源分离方法的研究现状 | 第29-32页 |
| ·BSS方法分离和识别机械振动源的研究现状 | 第32-34页 |
| ·基于源分离的机械故障诊断架构 | 第34-35页 |
| ·选题背景和研究内容 | 第35-39页 |
| ·选题背景 | 第35-36页 |
| ·研究内容 | 第36页 |
| ·论文的技术路线和总体结构 | 第36-38页 |
| ·论文的创新点 | 第38-39页 |
| 第2章 机械系统振动分析及源分离和识别体系架构研究 | 第39-55页 |
| ·引言 | 第39页 |
| ·机械系统振动源及混合机理研究 | 第39-48页 |
| ·机械系统振动源特性研究 | 第39-47页 |
| ·机械振动源的传播和混合机理研究 | 第47-48页 |
| ·机械系统振动模型 | 第48页 |
| ·振动源分离和识别方法研究 | 第48-52页 |
| ·时域平均法 | 第48-49页 |
| ·相关分析方法 | 第49页 |
| ·频谱分析法 | 第49页 |
| ·相干分析法 | 第49-50页 |
| ·倒频谱分析 | 第50页 |
| ·小波分析 | 第50页 |
| ·经验模式分解 | 第50-51页 |
| ·不同方法的分析比较 | 第51-52页 |
| ·机械振源的盲源分离与识别体系架构 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第3章 机械振动源的源数估计方法研究 | 第55-75页 |
| ·引言 | 第55页 |
| ·观测信号数大于源数的源数估计方法研究 | 第55-59页 |
| ·基于特征值的源数估计方法的原理 | 第55-56页 |
| ·基于特征值的源数估计方法研究 | 第56-59页 |
| ·观测信号数小于源数的源数估计方法研究 | 第59-65页 |
| ·基于源信号稀疏特性的源数估计方法 | 第60-62页 |
| ·基于FFT的源数估计方法 | 第62-64页 |
| ·基于非负矩阵分解的源数估计方法 | 第64-65页 |
| ·基于EMD的单观测振动信号的源数估计方法 | 第65-69页 |
| ·机械振源的特性分析 | 第65-66页 |
| ·经验模态分解(Empirical Mode Decomposition,EMD)方法 | 第66-67页 |
| ·基于EMD的单观测振动信号的源数估计方法 | 第67-69页 |
| ·新方法的试验研究 | 第69-73页 |
| ·BIC方法的验证试验 | 第69-70页 |
| ·新方法的仿真试验 | 第70-72页 |
| ·实际单观测振动信号的源数估计试验 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 第4章 相关机械振动源的盲分离方法研究 | 第75-97页 |
| ·引言 | 第75页 |
| ·机械振源分离和识别的相干分析法研究 | 第75-80页 |
| ·相干函数 | 第76-78页 |
| ·基于相干分析的振源分离和识别方法 | 第78-79页 |
| ·基于相干分析的振源识别方法的局限性分析 | 第79-80页 |
| ·盲源分离的基本原理与算法 | 第80-88页 |
| ·盲源分离的基本原理 | 第80-81页 |
| ·信号统计独立度量 | 第81-84页 |
| ·盲源分离方法的算法实现 | 第84-88页 |
| ·相关源的盲源分离的理论与方法研究 | 第88-91页 |
| ·源信号相关性的影响分析 | 第88-89页 |
| ·基于子带分解的相关源分离方法 | 第89-90页 |
| ·现有基于子带分解的相关源分离方法的局限性分析 | 第90-91页 |
| ·基于小波包分解的相关振源分离方法 | 第91-92页 |
| ·小波包分解 | 第91-92页 |
| ·独立子带的选择和重构观测信号 | 第92页 |
| ·分离矩阵估计和源信号分离 | 第92页 |
| ·基于小波包分解的相关振源分离算法流程 | 第92页 |
| ·仿真试验研究 | 第92-95页 |
| ·本章小结 | 第95-97页 |
| 第5章 单观测振动信号的盲源分离和识别方法研究 | 第97-117页 |
| ·引言 | 第97-98页 |
| ·单通道观测盲源分离方法研究 | 第98-102页 |
| ·虚拟观测信号的构造 | 第98-99页 |
| ·独立分量分析方法 | 第99-100页 |
| ·源信号重构准则 | 第100-101页 |
| ·基于小波分解的单观测盲源分离方法 | 第101-102页 |
| ·EMD的理论与算法 | 第102-106页 |
| ·EMD的基本原理 | 第102-105页 |
| ·EMD方法的性质 | 第105-106页 |
| ·EMD的算法流程 | 第106页 |
| ·基于EMD的单通道振动信号盲分离方法 | 第106-110页 |
| ·源数估计 | 第107-109页 |
| ·贝叶斯信息论准则 | 第109页 |
| ·基于EMD的单观测振动信号盲源分离方法 | 第109-110页 |
| ·仿真研究 | 第110-114页 |
| ·本章小结 | 第114-117页 |
| 第6章 机械振动源半盲分离和识别方法研究 | 第117-137页 |
| ·引言 | 第117页 |
| ·机械振动源的盲源分离与识别方法 | 第117-119页 |
| ·机械振动源的盲源分离与识别方法的基本框架 | 第117-118页 |
| ·局限性分析 | 第118-119页 |
| ·CICA的基本原理 | 第119-122页 |
| ·信号模型 | 第119页 |
| ·源信号的盲源分离和识别 | 第119-120页 |
| ·CICA方法的原理 | 第120-121页 |
| ·CICA方法的实现流程 | 第121-122页 |
| ·ICA-R的理论与方法研究 | 第122-130页 |
| ·ICA-R的对照函数 | 第122-123页 |
| ·ICA-R方法的原理 | 第123-125页 |
| ·快速ICA-R方法及其算法实现 | 第125-127页 |
| ·ICA-R方法性质的探讨 | 第127页 |
| ·ICA-R方法的仿真研究 | 第127-130页 |
| ·基于参考源约束的机械振动源半盲分离和识别方法 | 第130-132页 |
| ·参考源信号的构造 | 第130-131页 |
| ·接近性测度的选择 | 第131页 |
| ·阈值的设定 | 第131页 |
| ·机械振源的ICA-R分离和识别方法 | 第131-132页 |
| ·仿真试验研究 | 第132-135页 |
| ·仿真信号试验 | 第133-134页 |
| ·实际振动信号试验 | 第134-135页 |
| ·本章小结 | 第135-137页 |
| 第7章 机械振源的盲源分离和识别系统研发 | 第137-143页 |
| ·引言 | 第137页 |
| ·需求分析 | 第137-138页 |
| ·机械振源盲分离和识别系统的总体结构设计 | 第138-140页 |
| ·数据采集子系统 | 第139页 |
| ·振动源分离和识别子系统 | 第139-140页 |
| ·系统开发环境 | 第140-141页 |
| ·系统开发的关键技术 | 第141-142页 |
| ·本章小结 | 第142-143页 |
| 第8章 结论与展望 | 第143-145页 |
| ·总结 | 第143-144页 |
| ·展望 | 第144-145页 |
| 参考文献 | 第145-155页 |
| 作者简历及在学期间所取得的科研成果 | 第155-156页 |
| 作者简历 | 第155页 |
| 在学期间公开发表(录用)的学术论文 | 第155-156页 |
| 在学期间参加的科研项目 | 第156页 |