| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景及研究意义 | 第10页 |
| ·机械故障诊断技术的发展及研究 | 第10-13页 |
| ·机械故障诊断方法 | 第11页 |
| ·机械故障诊断的时频分析方法 | 第11-13页 |
| ·盲源分离技术 | 第13-16页 |
| ·盲源分离的发展及其研究 | 第14-15页 |
| ·盲源分离的应用 | 第15-16页 |
| ·课题来源与研究内容 | 第16-18页 |
| 第2章 盲源分离基础理论与算法 | 第18-36页 |
| ·盲源分离的数学模型 | 第18-20页 |
| ·线性瞬时混叠模型 | 第18-19页 |
| ·卷积混叠模型 | 第19-20页 |
| ·非线性混叠模型 | 第20页 |
| ·盲源分离的两个不确定性 | 第20-21页 |
| ·分离信号的顺序不确定性问题 | 第20-21页 |
| ·分离信号的幅值不确定性问题 | 第21页 |
| ·盲源分离的预处理方法 | 第21-22页 |
| ·去均值 | 第21页 |
| ·白化 | 第21-22页 |
| ·源数估计 | 第22页 |
| ·盲源分离算法的分类 | 第22-23页 |
| ·基于信息论准则独立分量分析方法 | 第22页 |
| ·基于阵列流型的盲波束形成方法 | 第22-23页 |
| ·基于统计量的解相关方法 | 第23页 |
| ·多通道ARMA方法 | 第23页 |
| ·典型的盲源分离算法 | 第23-25页 |
| ·最大熵算法 | 第23-24页 |
| ·基于固定点迭代的快速神经算法 | 第24-25页 |
| ·基于四阶累积量的特征矩阵联合对角化算法 | 第25页 |
| ·盲源分离算法性能指标 | 第25-27页 |
| ·PI指标 | 第25-26页 |
| ·矩阵行元素优势指标 | 第26页 |
| ·信号干扰比指标 | 第26-27页 |
| ·基于统计量的盲源分离算法 | 第27-34页 |
| ·基于二阶统计量的盲源分离 | 第28页 |
| ·基于二阶统计量算法的步骤 | 第28-29页 |
| ·二阶累积量的联合对角化 | 第29-30页 |
| ·四阶累积量 | 第30-31页 |
| ·基于四阶累积量的联合近似对角化 | 第31-32页 |
| ·两种盲源分离算法的仿真研究 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 基于盲源分离和AR谱分析的机械故障特征提取 | 第36-48页 |
| ·前言 | 第36页 |
| ·ARMA现代谱分析方法 | 第36-38页 |
| ·ARMA模型原理 | 第36-37页 |
| ·AR模型谱估计 | 第37-38页 |
| ·基于盲源分离和AR谱估计的故障特征提取 | 第38-39页 |
| ·仿真研究 | 第39-43页 |
| ·机械故障信号分析实例 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于EMMD和欠定BSS的旋转机械故障诊断 | 第48-62页 |
| ·EMMD原理 | 第48-50页 |
| ·基于EMMD特征值分解和BIC准则的源数估计 | 第50-52页 |
| ·基于EMMD的欠定盲源分离方法 | 第52-55页 |
| ·方法实现 | 第52页 |
| ·仿真分析 | 第52-55页 |
| ·单通道旋转机械故障信号的盲源分离 | 第55-60页 |
| ·旋转机械故障信号特征分析 | 第56页 |
| ·基于EMMD的单通道信号盲源分离 | 第56-57页 |
| ·仿真研究 | 第57-60页 |
| ·旋转机械故障诊断分析实例 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |