基于小波变换与独立分量分析的内燃机噪声源识别技术研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-12页 |
·开展内燃机噪声源识别问题研究的意义 | 第9-10页 |
·国内外内燃机噪声源识别问题研究现状 | 第10-11页 |
·本文的主要工作内容 | 第11-12页 |
第2章 内燃机噪声辐射机理及噪声源识别方法 | 第12-27页 |
·引言 | 第12页 |
·内燃机振动传递路径 | 第12-13页 |
·内燃机噪声的分类及产生机理 | 第13-17页 |
·机械噪声 | 第13-15页 |
·燃烧噪声 | 第15-16页 |
·空气动力性噪声 | 第16-17页 |
·内燃机噪声源识别方法 | 第17-26页 |
·内燃机表面噪声源识别技术 | 第18-22页 |
·内燃机内部噪声源识别技术 | 第22-26页 |
·本章小结 | 第26-27页 |
第3章 内燃机非平稳信号的小波分析 | 第27-46页 |
·引言 | 第27-28页 |
·连续小波变换的基本概念与算法 | 第28-29页 |
·小波变换与FOURIER变换的比较 | 第29-32页 |
·连续小波变换参数选择 | 第32-35页 |
·小波函数的选取 | 第32页 |
·最大尺度和最小尺度的确定 | 第32-34页 |
·小波中心频率的确定 | 第34-35页 |
·4102柴油机振动信号的小波变换研究 | 第35-41页 |
·柴油机噪声信号的小波变换 | 第41-45页 |
·本章小结 | 第45-46页 |
第4章 独立分量分析(ICA)的基本原理 | 第46-61页 |
·引言 | 第46-47页 |
·独立分量分析问题的提出 | 第47-48页 |
·独立分量分析的定义 | 第48-52页 |
·ICA的数学模型 | 第48页 |
·ICA的约束 | 第48-50页 |
·ICA的含混因素 | 第50-51页 |
·数据预处理 | 第51-52页 |
·基于信息论的独立分量分析算法 | 第52-60页 |
·基于负熵最大的FastICA算法 | 第53-58页 |
·基于负熵最大化的FastICA算法仿真 | 第58-60页 |
·本章小结 | 第60-61页 |
第5章 内燃机振动信号的FASTICA分析 | 第61-74页 |
·引言 | 第61-62页 |
·内燃机结构动力学简化模型 | 第62-63页 |
·内燃机振动信号的非高斯性研究 | 第63-64页 |
·内燃机振动信号的独立分量分析 | 第64-73页 |
·本章小结 | 第73-74页 |
结论 | 第74-76页 |
参考文献 | 第76-82页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
致谢 | 第83页 |