摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
主要符号说明 | 第8-9页 |
第一章 绪论 | 第9-16页 |
·盲源分离问题的来源 | 第9页 |
·盲源分离技术的发展概况 | 第9-10页 |
·盲源分离问题的约束条件 | 第10页 |
·盲源分离的不确定性 | 第10-11页 |
·盲源分离的预处理方法 | 第11-12页 |
·盲源分离的应用 | 第12页 |
·传统振动信号分析方法 | 第12-14页 |
·时域分析方法 | 第12-13页 |
·频域分析方法 | 第13页 |
·时频分析方法 | 第13-14页 |
·传统振动信号分析方法的不足 | 第14-15页 |
·论文的研究内容和结构安排 | 第15-16页 |
第二章 瞬时线性混合盲源分离 | 第16-30页 |
·盲源分离的独立性判据 | 第16-18页 |
·互信息极小化 | 第16页 |
·信息极大化 | 第16-17页 |
·极大似然判据 | 第17页 |
·负熵 | 第17-18页 |
·瞬时线性混合盲分离模型 | 第18页 |
·FastICA 算法 | 第18-21页 |
·EASI 算法 | 第21-23页 |
·SOBI 算法 | 第23-25页 |
·盲源分离算法的评价准则 | 第25-27页 |
·FastICA 算法,EASI 算法,SOBI 算法的对比 | 第27-29页 |
·本章小结 | 第29-30页 |
第三章 卷积混合盲源分离 | 第30-41页 |
·引言 | 第30页 |
·卷积混合模型 | 第30-31页 |
·卷积混合分离模型 | 第31-33页 |
·卷积混合盲源分离与瞬时混合盲源分离算法之间的关系 | 第33页 |
·时域盲解卷积 RLS 算法 | 第33-37页 |
·白化算法 | 第33-34页 |
·RLS 算法 | 第34-35页 |
·仿真实验 | 第35-37页 |
·频域盲解卷积复数 FastICA 算法 | 第37-40页 |
·复数 FastICA 算法 | 第37-38页 |
·仿真实验 | 第38-40页 |
·本章小结 | 第40-41页 |
第四章 滚动轴承与齿轮故障实验分析 | 第41-57页 |
·滚动轴承故障诊断 | 第41-49页 |
·滚动轴承的故障类型 | 第42页 |
·滚动轴承的故障特征频率 | 第42-44页 |
·基于盲解卷积滚动轴承振动信号分析 | 第44-49页 |
·齿轮故障诊断 | 第49-56页 |
·齿轮振动特征频率的计算 | 第49-50页 |
·齿轮的故障类型 | 第50-51页 |
·齿轮故障振动信号的频域特征 | 第51-52页 |
·基于盲解卷积齿轮振动信号分析 | 第52-55页 |
·基于瞬时 FastICA 算法齿轮振动信号分析 | 第55-56页 |
·本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
·总结 | 第57页 |
·进一步的研究工作 | 第57-59页 |
参考文献 | 第59-62页 |
个人简历 在读期间发表的学术论文 | 第62-63页 |
致谢 | 第63页 |