基于盲源分离的车辆振动信号分离研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 盲源分离起源与发展 | 第12-14页 |
| 1.2.2 盲源分离在振动信号的应用 | 第14页 |
| 1.2.3 车辆振动信号处理现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 第2章 盲源分离基础理论 | 第17-33页 |
| 2.1 盲源分离的数学模型 | 第17-20页 |
| 2.1.1 线性瞬时混合模型 | 第17-18页 |
| 2.1.2 卷积混合模型 | 第18-20页 |
| 2.1.3 非线性混合模型 | 第20页 |
| 2.2 盲源分离的数学基础 | 第20-26页 |
| 2.2.1 不相关性与统计独立性 | 第20-21页 |
| 2.2.2 非高斯性 | 第21页 |
| 2.2.3 高阶统计量 | 第21-24页 |
| 2.2.4 信息论 | 第24-26页 |
| 2.3 盲源分离的独立性依据 | 第26-28页 |
| 2.3.1 互信息最小化 | 第26页 |
| 2.3.2 信息最大化 | 第26-27页 |
| 2.3.3 极大似然估计 | 第27页 |
| 2.3.4 统计量目标函数 | 第27-28页 |
| 2.3.5 非高斯性极大 | 第28页 |
| 2.4 盲源分离的基础条件及评价标准 | 第28-31页 |
| 2.4.1 假设条件与不确定性 | 第28-29页 |
| 2.4.2 信号预处理 | 第29-30页 |
| 2.4.3 分离效果评价标准 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 车辆振动信号的盲分离仿真分析 | 第33-51页 |
| 3.1 车辆振动信号瞬时混合盲分离研究 | 第33-43页 |
| 3.1.1 快速独立成分分析 | 第33-36页 |
| 3.1.2 基于二阶统计量的盲分离 | 第36-38页 |
| 3.1.3 JADE算法 | 第38-40页 |
| 3.1.4 基于多阶累积量的盲分离 | 第40-43页 |
| 3.1.5 仿真实验分离性能 | 第43页 |
| 3.2 车辆振动信号卷积混合盲分离研究 | 第43-49页 |
| 3.2.1 时域算法 | 第44页 |
| 3.2.2 频域算法 | 第44-46页 |
| 3.2.3 车辆振动信号盲分离仿真分析 | 第46-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第4章 车辆振动信号降噪研究 | 第51-65页 |
| 4.1 EEMD与小波半软阈值联合降噪 | 第51-58页 |
| 4.1.1 EEMD降噪 | 第51-54页 |
| 4.1.2 小波降噪 | 第54-58页 |
| 4.1.3 EEMD与半软阈值联合降噪方法 | 第58页 |
| 4.2 发动机振动信号降噪仿真分析 | 第58-62页 |
| 4.2.1 信号时频分析 | 第58-59页 |
| 4.2.2 仿真分析 | 第59-62页 |
| 4.3 发动机振动信号降噪实验研究 | 第62-64页 |
| 4.3.1 信号时频分析 | 第62-63页 |
| 4.3.2 实验研究 | 第63-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 车辆振动信号分离实验研究 | 第65-75页 |
| 5.1 车辆振动信号盲分离实验设备与条件 | 第65-66页 |
| 5.1.1 实验设备 | 第65页 |
| 5.1.2 实验条件 | 第65-66页 |
| 5.2 台架实验盲分离研究 | 第66-71页 |
| 5.2.1 瞬时混合分离研究 | 第67-69页 |
| 5.2.2 卷积混合分离研究 | 第69-71页 |
| 5.3 道路实验盲分离研究 | 第71-74页 |
| 5.3.1 车辆道路实验一 | 第71-72页 |
| 5.3.2 车辆道路实验二 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第81-82页 |
| 致谢 | 第82页 |
