| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·车辆状态监测的选题意义与研究内容 | 第12-15页 |
| ·车辆状态监测的选题意义 | 第12-13页 |
| ·车辆状态监测的研究内容 | 第13-15页 |
| ·独立分量分析概述 | 第15-17页 |
| ·独立分量分析在车辆状态监测中的研究现状 | 第17-18页 |
| ·本论文的主要研究内容 | 第18-20页 |
| ·本论文的主要研究对象与技术路线 | 第18页 |
| ·本论文的主要研究内容及结构安排 | 第18-20页 |
| 第二章 独立分量分析基本理论 | 第20-31页 |
| ·统计独立性与不相关性 | 第20-21页 |
| ·ICA 模型 | 第21-22页 |
| ·ICA 可解性假设 | 第22页 |
| ·ICA 的不确定性 | 第22页 |
| ·非高斯性度量 | 第22-26页 |
| ·峭度 | 第23-24页 |
| ·负熵 | 第24-26页 |
| ·互信息 | 第26页 |
| ·信号的预处理方法 | 第26-30页 |
| ·零均值化 | 第26-27页 |
| ·白化 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于 ICA 的一维振动信号特征提取研究 | 第31-40页 |
| ·FastICA 算法 | 第31-35页 |
| ·FastICA 算法 | 第31-32页 |
| ·仿真分析 | 第32-35页 |
| ·基于 ICA 的一维信号特征提取 | 第35-37页 |
| ·车辆齿轮箱振动信号实验分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于 ICA 卷积模型的故障特征提取研究 | 第40-49页 |
| ·多传感器测试系统 | 第40-41页 |
| ·ICA 卷积模型 | 第41-44页 |
| ·信号分离性能评判准则 | 第44页 |
| ·仿真分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 车辆旋转部件振动信号特征分析及振动在线监测平台设计 | 第49-59页 |
| ·齿轮振动信号特征分析 | 第49-53页 |
| ·齿轮的振动 | 第50-51页 |
| ·齿轮振动数学模型 | 第51-52页 |
| ·齿轮典型故障信号特征 | 第52-53页 |
| ·轴承振动信号特征分析 | 第53-55页 |
| ·正常轴承的振动信号特征 | 第54页 |
| ·故障轴承的振动信号特征 | 第54页 |
| ·轴承振动信号的频谱 | 第54-55页 |
| ·振动测试系统设计 | 第55-58页 |
| ·振动传感器 | 第55-56页 |
| ·振动传感器安装配件 | 第56-57页 |
| ·实验电路 | 第57页 |
| ·实验软件功能 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士期间主要发表的学术论文和参加的科研项目 | 第67-68页 |