基于时频分析方法的超声回波信号特征提取研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题背景、研究方法与意义 | 第12-13页 |
| ·本研究的研究背景 | 第12页 |
| ·超声波检测方法 | 第12-13页 |
| ·传统非平稳信号处理方法 | 第13-15页 |
| ·回波信号的时域能量特性 | 第13页 |
| ·回波信号的频域变换与功率谱分析 | 第13-14页 |
| ·回波信号的时频域特性 | 第14-15页 |
| ·研究问题的提出与内容安排 | 第15-17页 |
| ·论文研究问题的提出 | 第15-16页 |
| ·论文内容安排 | 第16-17页 |
| 第二章 EMD方法用于超声回波信号特征提取 | 第17-29页 |
| ·经验模态分解 | 第17-19页 |
| ·分解过程 | 第17-19页 |
| ·本征模函数IMF | 第19页 |
| ·基于传统EMD方法的信号分解实例 | 第19-21页 |
| ·实验数据 | 第19-20页 |
| ·传统EMD方法分解回波信号实例 | 第20-21页 |
| ·传统EMD分解产生的边界效应 | 第21-22页 |
| ·边界效应 | 第21-22页 |
| ·镜像延拓EMD方法 | 第22页 |
| ·镜像延拓EMD用于回波信号特征提取 | 第22-26页 |
| ·实验数据 | 第22页 |
| ·镜像延拓EMD方法提取回波信号能量矩特征 | 第22-26页 |
| ·EMD算法存在的问题及解决方法 | 第26-28页 |
| ·IMF分量分离标准的选择 | 第26-27页 |
| ·模态混淆(Mode Mixing) | 第27页 |
| ·敏感IMF分量的选择 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 EEMD方法用于超声回波信号特征提取 | 第29-39页 |
| ·EEMD的理论基础与算法实现 | 第29页 |
| ·EEMD用于信号分解实验 | 第29-31页 |
| ·EEMD参数分析 | 第31-33页 |
| ·添加高斯白噪声的幅度 | 第31页 |
| ·集成平均次数 | 第31-33页 |
| ·EEMD方法在回波信号特征提取中的应用 | 第33-38页 |
| ·实验说明 | 第33-34页 |
| ·EEMD方法提取回波信号能量矩特征 | 第34-36页 |
| ·能量熵特征量 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于HHT的敏感IMF选择算法 | 第39-49页 |
| ·敏感IMF选择算法原理与实现 | 第39-41页 |
| ·敏感IMF选择算法用于回波信号特征提取 | 第41-48页 |
| ·实验说明 | 第41页 |
| ·敏感IMF选择算法用于特征提取 | 第41-46页 |
| ·基于EEMD方法的希尔伯特-黄谱图 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 局部均值分解方法用于超声回波信号特征提取 | 第49-57页 |
| ·局部均值分解方法的提出 | 第49-50页 |
| ·LMD的理论基础与算法实现 | 第50-51页 |
| ·LMD方法与EMD方法对比 | 第51-53页 |
| ·LMD方法在回波信号特征提取中的应用 | 第53-56页 |
| ·实验数据 | 第53页 |
| ·LMD方法提取回波信号能量矩特征 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 基于支持向量机的复合材料粘接缺陷量化识别 | 第57-68页 |
| ·支持向量机 | 第57-60页 |
| ·支持向量机分类原理 | 第57-58页 |
| ·核函数 | 第58-59页 |
| ·交叉验证方法 | 第59-60页 |
| ·基于SVM方法的鸢尾花数据多分类实验 | 第60-62页 |
| ·实验数据描述 | 第60页 |
| ·实验结果及分析 | 第60-62页 |
| ·基于SVM方法的复合材料粘接缺陷量化识别 | 第62-67页 |
| ·实验数据描述 | 第62页 |
| ·实验结果及分析 | 第62-67页 |
| ·本章小结 | 第67-68页 |
| 第七章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文 | 第75-76页 |
| 读研期间参加的科研项目 | 第76页 |
