| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-24页 |
| ·研究背景及意义 | 第13-16页 |
| ·信号处理方法的回顾与展望 | 第16-19页 |
| ·Fourier变换 | 第17页 |
| ·时频分析方法 | 第17页 |
| ·小波分析方法 | 第17-18页 |
| ·Hilbert-Huang变换(HHT) | 第18页 |
| ·参数化信号处理方法 | 第18-19页 |
| ·递归图和递归量化分析技术研究现状 | 第19-20页 |
| ·论文的目的、主要研究内容及贡献 | 第20-24页 |
| ·论文的主要研究内容 | 第20-23页 |
| ·论文的主要创新之处 | 第23-24页 |
| 第二章 递归图及递归定量分析基本理论 | 第24-39页 |
| ·递归图 | 第24-31页 |
| ·递归图中的各种模式 | 第26-28页 |
| ·交叉递归图和联合递归图 | 第28-30页 |
| ·递归图的修改和扩展 | 第30-31页 |
| ·递归量化分析 | 第31-33页 |
| ·递归图对一些信号的简单应用 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 相空间重构参数的选择 | 第39-61页 |
| ·相空间重构的研究现状 | 第40-45页 |
| ·基于m和τ无关的算法 | 第40-43页 |
| ·基于m和τ相关联的算法 | 第43-45页 |
| ·适合环境振动信号的重构参数选择 | 第45-53页 |
| ·小波变换 | 第45-51页 |
| ·基于小波变换的相空间重构 | 第51-53页 |
| ·算例 | 第53-60页 |
| ·周期信号的相空间重构 | 第53-56页 |
| ·Lorenz信号的相空间重构 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 最优递归阈值的识别 | 第61-77页 |
| ·替代数据法 | 第62-63页 |
| ·质量损失函数(Quality Loss Function) | 第63-64页 |
| ·几种信号递归阈值取值的讨论 | 第64-70页 |
| ·最优阈值的选取及其证明 | 第70-76页 |
| ·Lorenz信号 | 第70-71页 |
| ·调幅(AM)信号 | 第71-73页 |
| ·结构环境振动信号 | 第73-76页 |
| ·本章结论 | 第76-77页 |
| 第五章 基于局部递归率分析的信号非平稳测度 | 第77-92页 |
| ·信号非平稳特征的定性分析 | 第78-82页 |
| ·递归图中平稳及非平稳的模式 | 第78-80页 |
| ·信号中非平稳特征的定性分析 | 第80-82页 |
| ·信号非平稳特征的递归量化分析 | 第82-86页 |
| ·数值模拟及实测验证 | 第86-91页 |
| ·本章结论 | 第91-92页 |
| 第六章 实用非平稳性评价方法 | 第92-110页 |
| ·基本思路 | 第93-95页 |
| ·平稳及非平稳的定义 | 第93-94页 |
| ·评价方法总体思路 | 第94-95页 |
| ·基于主成分分析的指标缩减 | 第95-100页 |
| ·PCA的数学模型 | 第95-96页 |
| ·PCA的几何意义 | 第96-97页 |
| ·PCA的推导 | 第97-99页 |
| ·基于PCA的递归量化分析指标缩减 | 第99-100页 |
| ·统计模式差异指标 | 第100-102页 |
| ·算例分析 | 第102-109页 |
| ·几种典型信号的非平稳评价 | 第102-106页 |
| ·实测环境振动信号的非平稳评价 | 第106-109页 |
| ·本章结论 | 第109-110页 |
| 第七章 湛江海湾大桥实测数据评价 | 第110-139页 |
| ·湛江海湾大桥现场测试 | 第111-117页 |
| ·湛江海湾大桥简介 | 第111页 |
| ·环境振动测试 | 第111-114页 |
| ·测试结果示例 | 第114-117页 |
| ·实测数据的分析与处理 | 第117-137页 |
| ·数据预处理 | 第118-120页 |
| ·模态参数识别 | 第120-128页 |
| ·环境振动加速度响应数据非平稳程度评价 | 第128-137页 |
| ·本章小结 | 第137-139页 |
| 第八章 基于递归奇异熵的结构损伤识别方法 | 第139-151页 |
| ·损伤识别的方法 | 第139-141页 |
| ·基于递归图理论的识别方法 | 第141-142页 |
| ·响应信号的多变量融合 | 第142-143页 |
| ·基于递归量化分析的损伤识别 | 第143-147页 |
| ·基于常规量化分析指标的识别方法 | 第143页 |
| ·基于递归奇异熵的识别方法 | 第143-147页 |
| ·算例分析 | 第147-150页 |
| ·本章小结 | 第150-151页 |
| 第九章 结论与展望 | 第151-155页 |
| ·论文的主要工作和结论 | 第151-153页 |
| ·进一步的研究工作 | 第153-155页 |
| 参考文献 | 第155-167页 |
| 致谢 | 第167-168页 |
| 攻读博士学位期间的主要研究成果 | 第168页 |