盲源分离在机械设备声学信号特征提取中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·论文研究的背景 | 第7-17页 |
| ·故障诊断技术概述 | 第7-9页 |
| ·声学故障诊断技术 | 第9-11页 |
| ·盲源分离技术 | 第11-16页 |
| ·课题研究的意义和方向 | 第16-17页 |
| ·本文研究的内容及框架 | 第17-19页 |
| 第二章 盲源分离理论 | 第19-34页 |
| ·盲源分离的数学模型 | 第19-23页 |
| ·线性瞬时混合模型 | 第20-21页 |
| ·BSS的基本假设 | 第21-22页 |
| ·BSS求解的基本原理 | 第22页 |
| ·BSS解的不确定性 | 第22-23页 |
| ·信号的预处理 | 第23-26页 |
| ·零均值化 | 第23-24页 |
| ·白化 | 第24-26页 |
| ·主分量分析 | 第26-30页 |
| ·主分量的求解 | 第27-28页 |
| ·特征值分解 | 第28-29页 |
| ·奇异值分解 | 第29-30页 |
| ·独立分量分析 | 第30-31页 |
| ·计算机仿真 | 第31-33页 |
| ·白化效果仿真 | 第31-32页 |
| ·高斯信号的不可分离性仿真 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于BSS的声学信号特征提取 | 第34-61页 |
| ·盲源分离典型算法 | 第34-43页 |
| ·FastICA算法 | 第34-38页 |
| ·SOBI算法 | 第38-40页 |
| ·Double Blind算法 | 第40-43页 |
| ·盲分离算法仿真研究 | 第43-49页 |
| ·BSS分离效果的评价准则 | 第43-44页 |
| ·算法仿真及信号特征提取 | 第44-49页 |
| ·信号源数目估计算法 | 第49-53页 |
| ·基于PCA源数目估计算法 | 第49-51页 |
| ·基于BSE源数目估计的改进算法 | 第51-53页 |
| ·信号源数目估计算法仿真研究 | 第53-59页 |
| ·基于PCA源数目估计算法仿真 | 第54-56页 |
| ·基于BSE源数目估计的改进算法仿真 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第四章 实验研究 | 第61-75页 |
| ·设备声信号盲分离实验 | 第61-63页 |
| ·实验目的 | 第61页 |
| ·实验对象 | 第61页 |
| ·实验设备 | 第61-62页 |
| ·实验系统与方案 | 第62-63页 |
| ·实验数据分析 | 第63-73页 |
| ·实验一:两个扬声器声信号盲分离 | 第63-69页 |
| ·实验二:钻机与风扇声信号盲分离 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-88页 |
| 附录A:本人在攻读硕士期间发表学术论文情况 | 第88页 |
