| 摘要 | 第12-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第17-30页 |
| 1.1 课题背景 | 第17-20页 |
| 1.1.1 研究意义 | 第17-18页 |
| 1.1.2 需求分析 | 第18-20页 |
| 1.2 压缩感知应用研究现状 | 第20-28页 |
| 1.3 课题来源与主要研究内容 | 第28-30页 |
| 1.3.1 课题来源 | 第28页 |
| 1.3.2 研究内容和章节安排 | 第28-30页 |
| 第二章 压缩感知基本理论 | 第30-52页 |
| 2.1 引言 | 第30页 |
| 2.2 压缩感知基本原理 | 第30-38页 |
| 2.3 压缩感知中的关键问题 | 第38-51页 |
| 2.3.1 信号稀疏表示 | 第39-42页 |
| 2.3.2 观测系统设计 | 第42-44页 |
| 2.3.3 信号重构算法 | 第44-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第三章 旋转机械振动信号稀疏表示方法 | 第52-87页 |
| 3.1 引言 | 第52页 |
| 3.2 完备字典上的信号稀疏表示 | 第52-61页 |
| 3.2.1 基于离散傅里叶变换的信号稀疏化方法 | 第53-54页 |
| 3.2.2 基于离散余弦变换的信号稀疏化方法 | 第54页 |
| 3.2.3 基于离散小波变换的信号稀疏化方法 | 第54-55页 |
| 3.2.4 完备字典对旋转机械振动信号的稀疏表示性能分析 | 第55-61页 |
| 3.3 超完备字典上的信号稀疏表示 | 第61-72页 |
| 3.3.1 通过正交基级联得到的超完备字典 | 第61-66页 |
| 3.3.2 通过精细采样得到的超完备字典 | 第66-68页 |
| 3.3.3 通过插值拓展得到的超完备字典 | 第68-70页 |
| 3.3.4 通过时频原子离散化得到的超完备字典 | 第70-72页 |
| 3.4 基于字典学习的信号稀疏表示 | 第72-85页 |
| 3.4.1 常用的字典学习方法 | 第73-76页 |
| 3.4.2 确定状态下的振动信号稀疏表示字典构造 | 第76-78页 |
| 3.4.3 未知状态下的振动信号稀疏表示字典构造 | 第78-85页 |
| 3.5 本章小结 | 第85-87页 |
| 第四章 信号稀疏表示理论在数据压缩和故障诊断中的应用 | 第87-125页 |
| 4.1 引言 | 第87页 |
| 4.2 基于信号稀疏表示的振动数据压缩 | 第87-110页 |
| 4.2.1 振动数据压缩效果评价 | 第88-92页 |
| 4.2.2 基于完备字典的振动数据压缩 | 第92-99页 |
| 4.2.3 基于超完备字典的振动数据压缩 | 第99-107页 |
| 4.2.4 基于学习字典的振动数据压缩 | 第107-110页 |
| 4.3 基于信号稀疏分解的轴承故障检测 | 第110-117页 |
| 4.3.1 信号稀疏分解的数学表述 | 第111页 |
| 4.3.2 基于信号稀疏分解的轴承故障检测原理及过程 | 第111-113页 |
| 4.3.3 故障检测方法的实验验证 | 第113-117页 |
| 4.4 基于信号稀疏分解的轴承故障诊断 | 第117-124页 |
| 4.4.1 基于信号稀疏分解的轴承故障诊断原理 | 第117-118页 |
| 4.4.2 基于信号稀疏分解的轴承故障诊断过程 | 第118-120页 |
| 4.4.3 故障诊断方法的实验验证 | 第120-124页 |
| 4.5 本章小节 | 第124-125页 |
| 第五章 基于低维压缩观测值的轴承故障诊断方法 | 第125-159页 |
| 5.1 引言 | 第125页 |
| 5.2 直接使用压缩观测值的数学原理分析 | 第125-135页 |
| 5.2.1 基于压缩观测值的检测问题 | 第125-132页 |
| 5.2.2 基于压缩观测值的分类问题 | 第132-135页 |
| 5.3 基于信号频域能量分布的轴承故障检测 | 第135-143页 |
| 5.3.1 基本原理 | 第136-137页 |
| 5.3.2 轴承故障检测过程 | 第137-139页 |
| 5.3.3 故障检测方法的实验验证 | 第139-143页 |
| 5.4 直接使用低维压缩观测值实现轴承故障检测 | 第143-149页 |
| 5.4.1 故障检测原理 | 第144-145页 |
| 5.4.2 故障检测方法的实验验证 | 第145-149页 |
| 5.5 直接使用低维压缩观测值实现轴承故障诊断 | 第149-158页 |
| 5.5.1 故障诊断原理 | 第149-152页 |
| 5.5.2 故障诊断方法的实验验证 | 第152-158页 |
| 5.6 本章小节 | 第158-159页 |
| 第六章 基于压缩感知原理的振动数据修复和降噪方法 | 第159-179页 |
| 6.1 引言 | 第159页 |
| 6.2 基于压缩感知原理的振动信号修复方法 | 第159-168页 |
| 6.2.1 振动数据修复原理 | 第160-162页 |
| 6.2.2 仿真数据验证 | 第162-165页 |
| 6.2.3 实测振动数据验证 | 第165-168页 |
| 6.3 基于压缩感知原理的振动信号降噪方法 | 第168-178页 |
| 6.3.1 振动信号降噪原理 | 第169-170页 |
| 6.3.2 仿真实验验证 | 第170-176页 |
| 6.3.3 实测振动数据验证 | 第176-178页 |
| 6.4 本章小结 | 第178-179页 |
| 第七章 结论与展望 | 第179-184页 |
| 7.1 全文总结 | 第179-183页 |
| 7.1.1 主要研究工作 | 第179-180页 |
| 7.1.2 主要结论 | 第180-182页 |
| 7.1.3 主要创新点 | 第182-183页 |
| 7.2 研究工作展望 | 第183-184页 |
| 致谢 | 第184-185页 |
| 参考文献 | 第185-204页 |
| 作者在学期间取得的学术成果 | 第204-206页 |
