| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 引言 | 第14-19页 |
| 1.1 研究的背景与意义 | 第14-15页 |
| 1.2 发展历史与研究现状 | 第15-17页 |
| 1.2.1 稀疏分解 | 第15-16页 |
| 1.2.2 盲源分离 | 第16-17页 |
| 1.3 论文内容与主要工作 | 第17-19页 |
| 第2章 稀疏分解理论及算法研究 | 第19-29页 |
| 2.1 引言 | 第19-20页 |
| 2.2 基于改进PSO优化的MP算法实现 | 第20-22页 |
| 2.2.1 MP稀疏分解算法原理 | 第20页 |
| 2.2.2 MP算法改进思路及PSO优化 | 第20-21页 |
| 2.2.3 基于梯度信息改进PSO优化MP | 第21-22页 |
| 2.3 基于改进MP算法的信号去噪研究 | 第22-23页 |
| 2.4 仿真实验与分析 | 第23-27页 |
| 2.4.1 实验1：基于改进PSO优化MP的信号稀疏分解与重构 | 第23-25页 |
| 2.4.2 实验2：基于改进PSO优化MP的信号去噪处理 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 欠定盲源分离理论及算法研究 | 第29-44页 |
| 3.1 引言 | 第29-30页 |
| 3.2 欠定盲源分离的原理 | 第30-31页 |
| 3.2.1 欠定盲源分离的数学模型 | 第30-31页 |
| 3.2.2 欠定盲源分离与信号的稀疏性 | 第31页 |
| 3.3 混叠矩阵的估计 | 第31-34页 |
| 3.3.1 极坐标散点图 | 第31-32页 |
| 3.3.2 变参数势函数模型与势函数图 | 第32-34页 |
| 3.3.3 多峰值寻优粒子群算法 | 第34页 |
| 3.4 信号的重构 | 第34-36页 |
| 3.4.1 压缩感知模型 | 第34-35页 |
| 3.4.2 压缩重构模型用于欠定盲源重构 | 第35页 |
| 3.4.3 利用OMP算法进行重构 | 第35-36页 |
| 3.5 仿真研究 | 第36-42页 |
| 3.5.1 简单信号欠定盲源分离仿真 | 第36-39页 |
| 3.5.2 声音信号的欠定盲源分离 | 第39-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 风机振动信号的欠定盲源分离及应用 | 第44-55页 |
| 4.1 算法应用背景 | 第44页 |
| 4.2 风机齿轮箱的测试背景及参数 | 第44-46页 |
| 4.3 风机信号的MP稀疏分解与去噪处理 | 第46-49页 |
| 4.4 风机信号的欠定盲源分离与故障诊断 | 第49-54页 |
| 4.4.1 风机信号的欠定盲源分离 | 第49-51页 |
| 4.4.2 风机信号的故障位置诊断 | 第51页 |
| 4.4.3 风机信号频谱分析及故障原因分析 | 第51-53页 |
| 4.4.4 算法应用效果及性能分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-58页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第64-65页 |