| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-19页 |
| ·工程背景 | 第14-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·航空发动机主要故障诊断方法 | 第15-16页 |
| ·盲源分离的产生与发展 | 第16-17页 |
| ·机械振动信号盲源分离 | 第17页 |
| ·噪声环境下的盲源分离 | 第17-18页 |
| ·本文的主要研究内容 | 第18-19页 |
| 第二章 盲源分离基本理论及算法 | 第19-34页 |
| ·盲源分离的模型描述 | 第19-22页 |
| ·线性瞬时混合模型 | 第19-20页 |
| ·盲源分离的基本假设 | 第20-21页 |
| ·盲源分离问题的两个不确定性 | 第21页 |
| ·盲源分离的预处理 | 第21-22页 |
| ·独立性与信息理论 | 第22-24页 |
| ·独立性定义 | 第22-23页 |
| ·KL 散度 | 第23页 |
| ·熵 | 第23-24页 |
| ·互信息 | 第24页 |
| ·负熵 | 第24页 |
| ·盲源分离的准则 | 第24-25页 |
| ·极大似然估计准则 | 第24-25页 |
| ·最小互信息准则 | 第25页 |
| ·最大信息化准则 | 第25页 |
| ·分离效果评价指标 | 第25-27页 |
| ·PI(Performance Index)评价指标 | 第26页 |
| ·相似系数 | 第26页 |
| ·二次残差VQM | 第26-27页 |
| ·信噪比SNR | 第27页 |
| ·适合航空发动机振动信号分离的典型算法 | 第27-33页 |
| ·FastICA算法 | 第27-28页 |
| ·二阶统计量盲分离算法 | 第28-29页 |
| ·JADE 算法 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于累积量的盲源分离新方法 | 第34-46页 |
| ·累积量的定义与性质 | 第34-35页 |
| ·累积量的定义 | 第34-35页 |
| ·累积量的性质 | 第35页 |
| ·CubICA24盲分离算法及流程图 | 第35-37页 |
| ·CubICA24盲分离算法 | 第35-37页 |
| ·算法的流程图 | 第37页 |
| ·仿真试验 | 第37-42页 |
| ·语音信号分离 | 第37-40页 |
| ·超高斯和亚高斯源的混合信号分离 | 第40-42页 |
| ·转子混叠振动信号分离 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 强噪声环境下混叠振动信号盲分离及其源数估计 | 第46-61页 |
| ·噪声环境下盲分离模型及假设 | 第46页 |
| ·噪声环境下盲分离方法 | 第46-51页 |
| ·稳健的预处理方法 | 第46-47页 |
| ·偏差消除技术 | 第47-48页 |
| ·噪声去除技术与BSS算法相结合 | 第48-49页 |
| ·变分叶贝斯独立分量分析算法 | 第49-51页 |
| ·基于自相关降噪的盲分离算法 | 第51-53页 |
| ·时延自相关的降噪原理 | 第51-52页 |
| ·实验结果与分析 | 第52-53页 |
| ·机械振动源信号数估计 | 第53-60页 |
| ·无噪声模型的源数估计 | 第54页 |
| ·噪声模型的源数估计 | 第54-56页 |
| ·基于功率谱密度函数的源数估计 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 航空发动机振动信号分离试验研究及软件平台开发 | 第61-85页 |
| ·转子混叠振动信号分离 | 第61-64页 |
| ·实验数据分析 | 第61-64页 |
| ·某型航空发动机试车振动信号分析 | 第64-79页 |
| ·航空发动机振动信号的特征 | 第64-65页 |
| ·传感器的安装位置 | 第65页 |
| ·航空发动机混叠振动信号的盲分离 | 第65-79页 |
| ·盲源分离软件平台开发 | 第79-84页 |
| ·Visual C++与MATLAB 混合编程 | 第80-81页 |
| ·盲源分离软件平台的处理流程及其功能设计 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-87页 |
| ·本文主要工作 | 第85页 |
| ·工作展望 | 第85-87页 |
| 参考文献 | 第87-94页 |
| 致谢 | 第94-95页 |
| 在学期间参与的科研工作及研究成果 | 第95页 |
