| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 奇异值分解的发展及应用研究现状 | 第12-15页 |
| 1.3 课题来源、论文主要研究内容与结构 | 第15-17页 |
| 第二章 SVD信噪分离原理及应用 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 SVD定义及性质 | 第17-20页 |
| 2.2.1 SVD定义 | 第17-19页 |
| 2.2.2 SVD性质及意义 | 第19-20页 |
| 2.3 SVD信号处理原理 | 第20-27页 |
| 2.3.1 矩阵建模与分解 | 第20-22页 |
| 2.3.2 分量矩阵选取 | 第22-24页 |
| 2.3.3 信号恢复 | 第24-27页 |
| 2.4 仿真分析 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 长序列分段SVD信号处理算法研究 | 第31-57页 |
| 3.1 引言 | 第31页 |
| 3.2 SVD的数值计算过程 | 第31-40页 |
| 3.2.1 上双对角化 | 第32-35页 |
| 3.2.2 带零位移的QR迭代 | 第35-40页 |
| 3.3 长序列信号的连续分段SVD算法 | 第40-49页 |
| 3.3.1 算法原理 | 第40-41页 |
| 3.3.2 仿真信号分析 | 第41-46页 |
| 3.3.3 实际信号分析 | 第46-49页 |
| 3.4 长序列信号的重叠分段SVD算法 | 第49-55页 |
| 3.4.1 算法原理 | 第49-52页 |
| 3.4.2 仿真信号分析 | 第52-54页 |
| 3.4.3 实际信号分析 | 第54-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 SVD与PCA的信号处理效果相似性分析 | 第57-73页 |
| 4.1 引言 | 第57页 |
| 4.2 PCA基本原理及性质 | 第57-61页 |
| 4.2.1 PCA基本原理 | 第57-58页 |
| 4.2.2 PCA的求解 | 第58-61页 |
| 4.3 PCA信号处理原理 | 第61-64页 |
| 4.3.1 样本选取 | 第62-63页 |
| 4.3.2 主成分选取 | 第63页 |
| 4.3.3 信号恢复 | 第63-64页 |
| 4.4 SVD与PCA信号处理效果对比分析 | 第64-72页 |
| 4.4.1 不含直流分量的情况 | 第64-67页 |
| 4.4.2 含直流分量的情况 | 第67-70页 |
| 4.4.3 相似性分析 | 第70-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 小波包能量谱-SVD算法在特征提取中的应用 | 第73-88页 |
| 5.1 引言 | 第73页 |
| 5.2 基于小波包能量谱和SVD的特征提取算法 | 第73-77页 |
| 5.2.1 小波包分解 | 第73-75页 |
| 5.2.2 小波包能量谱-SVD算法 | 第75-77页 |
| 5.3 转子故障特征提取 | 第77-80页 |
| 5.3.1 转子故障模拟实验平台 | 第77-78页 |
| 5.3.2 对转子振动信号的特征提取 | 第78-80页 |
| 5.4 轴承故障特征提取 | 第80-87页 |
| 5.4.1 滚动轴承故障模拟实验平台 | 第80-82页 |
| 5.4.2 对轴承振动信号的特征提取 | 第82-87页 |
| 5.5 本章小结 | 第87-88页 |
| 结论与展望 | 第88-90页 |
| 参考文献 | 第90-95页 |
| 攻读硕士学位期间取得的研究成果 | 第95-96页 |
| 致谢 | 第96-97页 |
| 附表 | 第97页 |