基于时频分析的多故障盲信号分离的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·盲信号分离研究的背景及意义 | 第9页 |
| ·盲信号分离的发展现状 | 第9-10页 |
| ·盲信号分离的应用领域 | 第10-12页 |
| ·本文主要的研究内容和章节安排 | 第12-14页 |
| 第二章 盲信号分离理论介绍 | 第14-24页 |
| ·盲信号分离的基本模型 | 第14-16页 |
| ·盲信号分离方法的介绍与比较 | 第16-21页 |
| ·基于独立分量分析的盲分离算法 | 第16-20页 |
| ·传统盲分离方法的局限性 | 第20-21页 |
| ·盲信号分离效果的评价标准 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于时频分析的基本盲分离算法 | 第24-50页 |
| ·算法原理 | 第24-32页 |
| ·问题模型 | 第24-26页 |
| ·两信源的两次混合情况 | 第26-27页 |
| ·时频分析工具 | 第27-29页 |
| ·算法的实现条件及实现方法 | 第29-32页 |
| ·算法的扩展 | 第32-36页 |
| ·观测数P= 2 ，信源数N> 2 的情况 | 第32-33页 |
| ·信源数的估计 | 第33页 |
| ·一般性例子：N 个源信号，P 个观测值 | 第33-34页 |
| ·当N=P 时的快速BSS 方法 | 第34-36页 |
| ·算法的实现步骤 | 第36-37页 |
| ·算法的验证 | 第37-49页 |
| ·平稳正弦信号的分离 | 第37-39页 |
| ·正弦信号和锯齿信号的分离 | 第39-41页 |
| ·两个语音信号的分离 | 第41-45页 |
| ·观测信号数小于信源数时混合的分离 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 改进的时频盲信号分离算法 | 第50-68页 |
| ·基本算法的局限性 | 第50-53页 |
| ·算法的时域版本 | 第53-56页 |
| ·定义与实现条件 | 第53-54页 |
| ·时域盲分离算法 | 第54-56页 |
| ·标准的时频域方法 | 第56-60页 |
| ·基本原理和目标 | 第56-57页 |
| ·定义与实现条件 | 第57-58页 |
| ·时频BSS 方法-中心版本 | 第58-59页 |
| ·时频BSS 方法-非中心版本 | 第59-60页 |
| ·时频和时域方法的扩展 | 第60-62页 |
| ·算法的验证 | 第62-67页 |
| ·正弦信号的分离 | 第62-64页 |
| ·正弦信号和锯齿信号的分离 | 第64-66页 |
| ·两个语音信号的分离 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 轴承的多故障振动信号的采集与处理 | 第68-83页 |
| ·轴承振动诊断方法概述 | 第68-72页 |
| ·振动诊断法 | 第68-69页 |
| ·滚动轴承故障频率成分分析 | 第69-72页 |
| ·实验方案 | 第72-77页 |
| ·实验装置介绍 | 第73-75页 |
| ·实验过程 | 第75-77页 |
| ·轴承故障信号的分离 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| ·本文的总结 | 第83-84页 |
| ·研究展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间发表的论文 | 第89-90页 |
| 附录1 | 第90-93页 |
| 附录2 | 第93-95页 |
