| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 主要符号表 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 声发射检测技术的应用于发展 | 第12-15页 |
| 1.1.1 声发射信号的基本特征 | 第12页 |
| 1.1.2 声发射检测基本原理及其发展历史与现状 | 第12-15页 |
| 1.1.3 声发射检测在滚动轴承故障诊断中的应用 | 第15页 |
| 1.2 独立元分析 | 第15-18页 |
| 1.2.1 独立元分析基本原理 | 第15-16页 |
| 1.2.2 独立元分析方法的发展历史与现状 | 第16-18页 |
| 1.3 论文主要内容与章节 | 第18-19页 |
| 第2章 声发射信号采集实验设计 | 第19-23页 |
| 2.1 声发射信号采集实验方案 | 第19-21页 |
| 2.2 滚动轴承故障声发射数据采集实验 | 第21-22页 |
| 2.2.1 单通道采集 | 第21页 |
| 2.2.2 多通道采集 | 第21-22页 |
| 2.2.3 噪声的影响 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于FAST-ICA的声发射信号分离与特征分析 | 第23-49页 |
| 3.1 多源声发射信号的典型特征 | 第23-24页 |
| 3.2 ICA基本原理 | 第24-30页 |
| 3.2.1 ICA的数学模型 | 第24-26页 |
| 3.2.2 ICA的可行性分析 | 第26-27页 |
| 3.2.3 ICA的预处理 | 第27-28页 |
| 3.2.4 ICA的不确定性 | 第28-29页 |
| 3.2.5 ICA的评价指标 | 第29-30页 |
| 3.3 FAST-ICA算法基本原理 | 第30-37页 |
| 3.3.1 通过非高斯性估计独立成分 | 第30-31页 |
| 3.3.2 通过负熵衡量非高斯性 | 第31-35页 |
| 3.3.3 基于最大负熵的FAST-ICA算法 | 第35-36页 |
| 3.3.4 多个独立成分的估计 | 第36-37页 |
| 3.4 基于FAST-ICA的声发射信号分离方法 | 第37-38页 |
| 3.5 仿真实例 | 第38-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于JADE的声发射信号分离与特征分析 | 第49-65页 |
| 4.1 带噪声ICA模型 | 第49-50页 |
| 4.2 JADE算法基本原理 | 第50-56页 |
| 4.2.1 四阶累积量 | 第50-52页 |
| 4.2.2 四阶累积量矩阵联合近似对角化 | 第52-54页 |
| 4.2.3 Givens旋转 | 第54-55页 |
| 4.2.4 极大峰度法 | 第55-56页 |
| 4.3 基于JADE的声发射信号分离方法 | 第56-57页 |
| 4.4 仿真实例 | 第57-64页 |
| 4.4.1 JADE算法仿真结果 | 第57-63页 |
| 4.4.2 FAST-ICA算法和JADE算法比较 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第72页 |