| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-24页 |
| ·课题的背景与意义 | 第10-13页 |
| ·内燃机噪声源识别方法 | 第13-22页 |
| ·表面噪声源识别测试技术 | 第13-16页 |
| ·内部噪声源识别测试技术 | 第16-17页 |
| ·基于现代信号处理技术的噪声源识别方法 | 第17-22页 |
| ·主要研究内容 | 第22-24页 |
| 第二章 柴油机振动噪声产生机理及特征分析 | 第24-34页 |
| ·引言 | 第24页 |
| ·振动产生机理 | 第24-27页 |
| ·整机振动 | 第24-26页 |
| ·结构振动 | 第26-27页 |
| ·轴系振动 | 第27页 |
| ·噪声产生机理 | 第27-31页 |
| ·机械噪声 | 第29-30页 |
| ·燃烧噪声 | 第30页 |
| ·空气动力噪声 | 第30-31页 |
| ·内燃机振声信号特点 | 第31-32页 |
| ·非平稳时变特性、周期性 | 第31页 |
| ·循环波动特性 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 源信号识别的EMD-RobustICA融合方法 | 第34-50页 |
| ·引言 | 第34页 |
| ·经验模态分解 | 第34-39页 |
| ·瞬时频率 | 第34页 |
| ·本征模态函数 | 第34-35页 |
| ·EMD算法流程 | 第35页 |
| ·EMD分解仿真演示 | 第35-37页 |
| ·EMD分解存在问题 | 第37-38页 |
| ·基于相关性分析的伪分量剔除 | 第38-39页 |
| ·盲源分离 | 第39-46页 |
| ·ICA的数学模型 | 第39页 |
| ·ICA的假设条件 | 第39-40页 |
| ·ICA分离结果的不确定性 | 第40页 |
| ·RobustICA | 第40-46页 |
| ·EMD-RobustICA融合方法 | 第46-49页 |
| ·EMD-RobustICA融合方法流程 | 第46-47页 |
| ·EMD-RobustICA融合方法模拟仿真 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 EMD-RobustICA融合方法与声全息技术在柴油机噪声源识别中的应用 | 第50-76页 |
| ·引言 | 第50页 |
| ·噪声数据采集 | 第50-53页 |
| ·EMD-RobustICA融合方法对噪声信号的处理 | 第53-64页 |
| ·EMD-RobustICA融合方法解决的问题 | 第53-54页 |
| ·EMD-RobustICA融合方法对实际噪声信号的分析流程 | 第54页 |
| ·基于EMD-RobustICA融合方法的噪声源分离 | 第54-64页 |
| ·近场声全息表面噪声源定位 | 第64-74页 |
| ·喷油泵侧表面噪声源定位测试 | 第65-68页 |
| ·自由端表面噪声源定位测试 | 第68-71页 |
| ·排气侧表面噪声源定位测试 | 第71-74页 |
| ·本章小结 | 第74-76页 |
| 第五章 结论与展望 | 第76-78页 |
| ·结论 | 第76页 |
| ·展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录A | 第83页 |
