摘要 | 第4-5页 |
ABSTRACT | 第5页 |
创新点摘要 | 第6-9页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 管道泄漏检测国内外研究现状 | 第10-13页 |
1.3 论文主要内容及结构安排 | 第13-15页 |
第二章 可变模态分解算法理论研究 | 第15-27页 |
2.1 基础理论 | 第15-17页 |
2.1.1 维纳滤波 | 第15-16页 |
2.1.2 希尔伯特变换和解析信号 | 第16页 |
2.1.3 频率混合 | 第16-17页 |
2.2 可变模态分解原理及算法 | 第17-19页 |
2.2.1 本征模态函数 | 第17页 |
2.2.2 变分模型 | 第17-18页 |
2.2.3 变分模型的求解 | 第18-19页 |
2.3 VMD算法仿真分析 | 第19-23页 |
2.3.1 噪声鲁棒性 | 第19-21页 |
2.3.2 非平稳多模态信号的分离 | 第21-23页 |
2.4 实验数据分析 | 第23-26页 |
2.4.1 实验数据采集系统 | 第23-24页 |
2.4.2 实验数据分析 | 第24-26页 |
2.5 本章小结 | 第26-27页 |
第三章 基于VMD和豪斯多夫距离的信号滤波方法研究 | 第27-40页 |
3.1 基于VMD的滤波方法 | 第27-32页 |
3.1.1 相似性测量方法 | 第28-29页 |
3.1.2 VMD-HD算法原理 | 第29页 |
3.1.3 算法测试 | 第29-32页 |
3.2 基于EMD的滤波方法 | 第32-34页 |
3.2.1 EMD结合HD的滤波方法 | 第33-34页 |
3.2.2 EMD结合相关系数的滤波方法 | 第34页 |
3.3 VMD-HD算法实验分析 | 第34-39页 |
3.3.1 仿真数据分析 | 第34-36页 |
3.3.2 实验数据分析 | 第36-39页 |
3.4 本章小结 | 第39-40页 |
第四章 基于VMD和云模型特征熵的特征提取方法研究 | 第40-51页 |
4.1 云模型理论 | 第40-42页 |
4.1.1 云模型定义 | 第40页 |
4.1.2 云的数字特征 | 第40-41页 |
4.1.3 云发生器 | 第41-42页 |
4.2 近似熵及其他特征参数 | 第42-43页 |
4.2.1 近似熵 | 第42-43页 |
4.2.2 其他特征参数 | 第43页 |
4.3 基于VMD和云模型特征熵的特征值提取算法 | 第43-44页 |
4.4 实验分析 | 第44-50页 |
4.4.1 信号的VMD分解与重构 | 第44-46页 |
4.4.2 重构信号的特征提取 | 第46-49页 |
4.4.3 实验分析 | 第49-50页 |
4.5 本章小结 | 第50-51页 |
第五章 基于SVM的工况识别方法研究 | 第51-59页 |
5.1 支持向量机 | 第51-54页 |
5.1.1 最优分类超平面 | 第51-52页 |
5.1.2 线性分类支持向量机 | 第52页 |
5.1.3 非线性分类支持向量机 | 第52-53页 |
5.1.4 核函数 | 第53-54页 |
5.2 LIBSVM简介 | 第54页 |
5.3 实验分析 | 第54-58页 |
5.3.1 核函数分类效果比较 | 第54-57页 |
5.3.2 基于网格搜索法的参数调优 | 第57-58页 |
5.4 本章小结 | 第58-59页 |
结论 | 第59-60页 |
参考文献 | 第60-64页 |
发表文章目录 | 第64-65页 |
致谢 | 第65-66页 |