盲源分离算法的研究及其在故障检测中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·盲源分离的理论模型 | 第12-13页 |
| ·盲源分离的发展历程 | 第13-15页 |
| ·论文内容安排 | 第15-17页 |
| 第二章 独立分量分析的理论基础 | 第17-28页 |
| ·统计理论 | 第17-20页 |
| ·独立、相关 | 第17-18页 |
| ·高阶统计量 | 第18-19页 |
| ·多元高斯变量 | 第19-20页 |
| ·信息理论 | 第20-22页 |
| ·熵 | 第20-21页 |
| ·互信息和 K-L 散度 | 第21-22页 |
| ·最优化理论 | 第22-27页 |
| ·梯度 | 第22-23页 |
| ·最速下降法 | 第23页 |
| ·牛顿迭代法 | 第23-24页 |
| ·乘子算法 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 独立分量分析 | 第28-51页 |
| ·ICA 定义 | 第28-29页 |
| ·ICA 的模型及假设条件 | 第28-29页 |
| ·独立分量分析的基本步骤 | 第29页 |
| ·预处理 | 第29-34页 |
| ·去均值 | 第29-30页 |
| ·主分量分析解相关降维 | 第30-34页 |
| ·白化 | 第34页 |
| ·ICA 算法的主要准则 | 第34-37页 |
| ·最大化负熵和 | 第34-35页 |
| ·最小互信息准则 | 第35-36页 |
| ·最大似然准则 | 第36页 |
| ·最大非高斯性准则 | 第36-37页 |
| ·基于非高斯性的 ICA 算法 | 第37-43页 |
| ·基于峭度的快速 ICA 算法 | 第38-39页 |
| ·基于负熵近似的快速 ICA 算法 | 第39-43页 |
| ·实验仿真 | 第43-47页 |
| ·实验仿真一 | 第43-45页 |
| ·实验仿真二 | 第45-47页 |
| ·实验验证 | 第47-50页 |
| ·内圈故障分析 | 第47-49页 |
| ·外圈故障分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 带参考信号约束的 ICA 算法 | 第51-61页 |
| ·独立分量分析算法的缺陷 | 第51页 |
| ·约束独立分量模型 | 第51-53页 |
| ·约束独立分量的优点 | 第51-52页 |
| ·约束独立分量分析与盲源分离 | 第52-53页 |
| ·约束独立分量分析模型 | 第53页 |
| ·约束独立分量分析 | 第53-56页 |
| ·约束独立分量分析基本原理 | 第53-55页 |
| ·参考信号的建立 | 第55页 |
| ·相似性测度 | 第55-56页 |
| ·实验仿真 | 第56-59页 |
| ·实验验证 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 CICA 算法在轴承故障检测中的应用 | 第61-71页 |
| ·轴承故障理论 | 第61页 |
| ·间隔频率 | 第61-62页 |
| ·实验设备 | 第62-64页 |
| ·实验平台 | 第62-63页 |
| ·故障轴承的选择 | 第63页 |
| ·采集设备 | 第63-64页 |
| ·实验分析 | 第64-70页 |
| ·滚动轴承内圈故障分析 | 第64-66页 |
| ·滚动轴承外圈故障分析 | 第66-68页 |
| ·滚动轴承滚珠故障分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-74页 |
| ·全文总结 | 第71-72页 |
| ·未来展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 硕士期间取得的研究成果 | 第78-79页 |
