工程机械司机室内噪声信号盲源分离及特性研究
| 摘要 | 第1-14页 |
| ABSTRACT | 第14-18页 |
| 第1章 绪论 | 第18-30页 |
| ·研究背景与意义 | 第18-19页 |
| ·司机室振动噪声国内外研究现状 | 第19-21页 |
| ·司机室内噪声源识别的主要研究方法 | 第21-27页 |
| ·传统噪声源识别方法 | 第22页 |
| ·传声器阵列噪声源识别法 | 第22-23页 |
| ·现代数字信号分析识别法 | 第23-27页 |
| ·存在的问题 | 第27-28页 |
| ·本文研究目标及内容 | 第28-30页 |
| 第2章 司机室振动噪声源及特性分析 | 第30-44页 |
| ·推土机司机室内噪声形成机理 | 第30-32页 |
| ·动力舱噪声 | 第31页 |
| ·传动系噪声 | 第31-32页 |
| ·司机室内部振动噪声及特性 | 第32-33页 |
| ·司机室内振动噪声信号初步分析 | 第33-41页 |
| ·司机室内振动噪声信号频率特性 | 第33-37页 |
| ·小波变换及参数选择 | 第37-39页 |
| ·司机室内振动噪声信号时频分析 | 第39-41页 |
| ·本章小结 | 第41-44页 |
| 第3章 基于MEEMD的司机室振动噪声源特征分析 | 第44-62页 |
| ·改进集总经验模态分解(MEEMD)基础 | 第44-46页 |
| ·EEMD基本原理和算法 | 第44-45页 |
| ·MEEMD基本算法 | 第45-46页 |
| ·MEEMD方法适用性研究 | 第46-50页 |
| ·司机室内振动噪声信号能量特征分析 | 第50-61页 |
| ·IMF能量特征指标 | 第50-51页 |
| ·振动信号IMF能量特征分析 | 第51-55页 |
| ·噪声信号IMF能量特征分析 | 第55-60页 |
| ·司机室振动、噪声信号能量特征的变化规律 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 司机室内振动噪声源数估计 | 第62-84页 |
| ·欠定混合信号盲分离概述 | 第62-63页 |
| ·基于特征值分解的源数估计方法 | 第63-66页 |
| ·基于观测信号噪声子空间维数估计 | 第63-64页 |
| ·基于IMF分量相关矩阵SVD的源数估计 | 第64-65页 |
| ·基于IMF分量相关矩阵SVD的源数估计流程 | 第65-66页 |
| ·基于IMF稀疏特征的源数估计方法 | 第66-68页 |
| ·信号的时频域稀疏特征 | 第66-67页 |
| ·基于IMF的稀疏特性的源数估计方法 | 第67-68页 |
| ·源数估计方法适用性研究 | 第68-75页 |
| ·司机室内振动噪声信号源数估计 | 第75-82页 |
| ·本章小结 | 第82-84页 |
| 第5章 司机室内振动噪声源识别 | 第84-104页 |
| ·噪声源独立成分分离 | 第84-87页 |
| ·独立成分分析(ICA)算法 | 第84-85页 |
| ·非高斯性测度及其收敛性 | 第85-87页 |
| ·FICA算法的稳定性改进 | 第87页 |
| ·MEEMD-ICA算法适用性分析 | 第87-90页 |
| ·基于MEEMD-ICA的司机室内噪声源分离 | 第90-101页 |
| ·基于MEEMD-ICA的噪声源分离流程 | 第90-91页 |
| ·推土机司机室内噪声信号采集 | 第91-92页 |
| ·司机室内噪声源分离 | 第92-100页 |
| ·司机室内振动噪声治理实践 | 第100-101页 |
| ·本章小结 | 第101-104页 |
| 总结与展望 | 第104-108页 |
| 参考文献 | 第108-126页 |
| 攻读博士学位期间发表的学术论文及参与课题 | 第126-128页 |
| 致谢 | 第128-130页 |
| 外文论文 | 第130-147页 |
| 学位论文评阅及答辩情况表 | 第147页 |
