| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 缩略语简表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-16页 |
| 1.2 选题意义 | 第16-19页 |
| 第二章 基于音频的电气设备故障监测总体方案设计 | 第19-39页 |
| 2.1 麦克风阵列采集电气设备声音信号 | 第20-24页 |
| 2.2 ICA分离混合声音信号 | 第24-25页 |
| 2.3 声音信号的分析与特征提取 | 第25-31页 |
| 2.3.1 声音信号预加重 | 第25-26页 |
| 2.3.2 分帧与加窗 | 第26页 |
| 2.3.3 声音信号的时域分析 | 第26-29页 |
| 2.3.4 声音识别特征参数提取 | 第29-31页 |
| 2.4 声音识别方法 | 第31-39页 |
| 2.4.1 DTW(动态时间规整) | 第33-34页 |
| 2.4.2 矢量量化方法(VQ) | 第34-35页 |
| 2.4.3 隐马尔可夫模型(HMM) | 第35-39页 |
| 第三章 基于FastICA算法分离混合声音信号 | 第39-47页 |
| 3.1 什么是ICA(独立分量分析) | 第39-40页 |
| 3.2 ICA预处理-信号的去均值和白化 | 第40-42页 |
| 3.3 分离效果的检验方法 | 第42-43页 |
| 3.4 基于负熵最大的FastICA算法 | 第43-47页 |
| 第四章 基于音频特征的电气设备故障监测仿真实验及分析 | 第47-53页 |
| 4.1 麦克风阵列采集声音信号 | 第47页 |
| 4.2 利用FastICA算法来分离混合声音的实验 | 第47-51页 |
| 4.3 基于DTW的混合声音分离识别结果 | 第51-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的论文 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |