| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究意义 | 第10页 |
| ·旋转机械故障诊断研究现状 | 第10-11页 |
| ·盲源分离方法的研究现状 | 第11-14页 |
| ·盲源分离方法概述 | 第11-13页 |
| ·盲源分离技术在旋转机械故障诊断中的应用 | 第13-14页 |
| ·本文研究内容 | 第14-16页 |
| 第2章 盲源分离的理论基础与算法研究 | 第16-40页 |
| ·前言 | 第16页 |
| ·盲源分离算法的基本理论 | 第16-19页 |
| ·盲源分离的问题描述 | 第16页 |
| ·盲源分离的数学模型 | 第16-18页 |
| ·分离的不确定性 | 第18页 |
| ·盲源分离算法性能的评价指标 | 第18-19页 |
| ·统计知识与信息理论 | 第19-22页 |
| ·独立性定义 | 第19页 |
| ·累积量 | 第19-20页 |
| ·熵 | 第20-21页 |
| ·KL 散度与互信息 | 第21页 |
| ·负熵 | 第21-22页 |
| ·盲源分离的分离准则 | 第22-23页 |
| ·互信息最小 | 第22页 |
| ·极大似然估计 | 第22-23页 |
| ·非高斯性最大化 | 第23页 |
| ·盲源分离典型算法 | 第23-27页 |
| ·JADE 算法 | 第23-25页 |
| ·FastICA 算法 | 第25页 |
| ·EASI 算法 | 第25-27页 |
| ·基于峭度的变步长 EASI 算法 | 第27-39页 |
| ·算法实现 | 第27-29页 |
| ·仿真与实验研究 | 第29-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于时序分解的欠定盲源分离方法 | 第40-48页 |
| ·前言 | 第40页 |
| ·TD 时序分解 | 第40-41页 |
| ·S 变换原理 | 第40-41页 |
| ·TD 时序分解原理 | 第41页 |
| ·基于 TD 时序分解的欠定盲源分离 | 第41-43页 |
| ·仿真分析与实验研究 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于 EEMD 子带提取的相关机械振动信号盲源分离 | 第48-63页 |
| ·前言 | 第48页 |
| ·子带分解盲源分离模型 | 第48-49页 |
| ·EEMD 算法 | 第49-51页 |
| ·EMD 算法 | 第49-50页 |
| ·EMD 算法存在的问题 | 第50页 |
| ·EEMD 算法原理 | 第50-51页 |
| ·基于奇异值分解与贝叶斯准则的源数估计方法 | 第51-52页 |
| ·基于 EEMD 子带提取的相关机械振动信号盲源分离 | 第52-54页 |
| ·仿真分析与实验研究 | 第54-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 振动信号盲源分离软件平台开发 | 第63-69页 |
| ·前言 | 第63页 |
| ·VC++与 MATLAB 混合编程方法 | 第63-64页 |
| ·混合编程简介 | 第63页 |
| ·VC++与 MATLAB 联合编程 | 第63-64页 |
| ·振动信号软件处理流程与模块功能简介 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |