| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-19页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 机械振动信号消噪研究现状及存在问题 | 第11-13页 |
| 1.3 Volterra核辨识研究现状 | 第13-14页 |
| 1.4 遗传算法研究现状 | 第14-16页 |
| 1.5 本文待解决问题及研究内容 | 第16-19页 |
| 2 遗传算法的原理及其改进 | 第19-35页 |
| 2.1 遗传算法的基本原理 | 第19-22页 |
| 2.1.1 遗传算法基本思想 | 第19-20页 |
| 2.1.2 遗传算子 | 第20-21页 |
| 2.1.3 遗传操作步骤 | 第21-22页 |
| 2.2 粒子群算法基本原理 | 第22-26页 |
| 2.2.1 粒子群算法的基本思想 | 第23-24页 |
| 2.2.2 粒子群算法中的相关参数 | 第24-25页 |
| 2.2.3 粒子群算法实现步骤 | 第25-26页 |
| 2.3 改进遗传算法（IGA） | 第26-33页 |
| 2.3.1 基于对立学习机制的种群初始化操作 | 第27-28页 |
| 2.3.2 自适应混合寻优策略 | 第28-30页 |
| 2.3.3 改进遗传算法（IGA）流程 | 第30-33页 |
| 2.4 改进的遗传算法（IGA）性能测试 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 Volterra级数及其核参数辨识 | 第35-42页 |
| 3.1 Volterra级数模型 | 第35-36页 |
| 3.2 Volterra级数时域模型的核参数辨识原理 | 第36-39页 |
| 3.3 基于IGA的Volterra核辨识 | 第39-41页 |
| 3.3.1 适应度函数选择 | 第39-40页 |
| 3.3.2 仿真研究 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 机械振动信号消噪方法研究 | 第42-71页 |
| 4.1 机械振动信号噪声的产生原因及危害 | 第43-44页 |
| 4.1.1 机械振动噪声的产生 | 第43页 |
| 4.1.2 机械振动噪声的危害 | 第43-44页 |
| 4.2 机械振动信号噪声滤除的基本原理 | 第44-49页 |
| 4.2.1 机械振动信号噪声滤除的基本原理 | 第45-46页 |
| 4.2.2 三种典型滤波方法分析比较 | 第46-49页 |
| 4.3 基于IGA辨识Volterra核的机械振动信号滤波方法 | 第49-69页 |
| 4.3.1 适应度函数选择 | 第49-50页 |
| 4.3.2 基于IGA辨识Volterra核的机械振动信号滤波流程 | 第50页 |
| 4.3.3 基于IGA辨识Volterra核的滤波方法性能测试 | 第50-60页 |
| 4.3.4 基于IGA辨识Volterra核的机械振动信号滤波方法性能测试 | 第60-69页 |
| 4.4 本章小结 | 第69-71页 |
| 5 结论与展望 | 第71-73页 |
| 5.1 结论 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间的研究成果 | 第79页 |
