独立分量分析在机械振动信号中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·独立分量分析的发展历史 | 第11-13页 |
| ·独立分量分析的应用现状 | 第13-14页 |
| ·本文的研究内容 | 第14-16页 |
| 第2章 独立分量分析理论 | 第16-31页 |
| ·独立分量分析的定义 | 第16-18页 |
| ·ICA的线性模型 | 第17-18页 |
| ·非线性ICA模型 | 第18页 |
| ·ICA(BSS)混叠模型 | 第18-20页 |
| ·线性瞬时混叠模型 | 第18-19页 |
| ·线性卷积模型 | 第19页 |
| ·非线性混叠模型 | 第19-20页 |
| ·独立分量分析的假设条件 | 第20-23页 |
| ·统计独立性 | 第20-21页 |
| ·具有非高斯分布 | 第21-22页 |
| ·混合矩阵是方阵 | 第22-23页 |
| ·独立分量分析的不确定性 | 第23-24页 |
| ·方差(能量或幅值)的不确定性 | 第23页 |
| ·次序的不确定性 | 第23-24页 |
| ·等价性变化 | 第24-25页 |
| ·信息论的几个基本概念 | 第25-29页 |
| ·熵 | 第25-27页 |
| ·Kullback-Leibler散度 | 第27页 |
| ·互信息 | 第27-29页 |
| ·负熵 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第3章 独立分量分析的算法 | 第31-44页 |
| ·数据预处理 | 第32-34页 |
| ·数据的中心化 | 第32页 |
| ·数据的白化 | 第32-34页 |
| ·降维 | 第34页 |
| ·独立分量分析的独立性判据 | 第34-38页 |
| ·信息极大化判据 | 第34-35页 |
| ·极小化互信息判据 | 第35-36页 |
| ·非高斯性极大化判据 | 第36-38页 |
| ·极大似然估计判据 | 第38页 |
| ·用高阶统计量作独立性判据 | 第38页 |
| ·独立性判据的等价性 | 第38-39页 |
| ·独立分量分析的优化算法 | 第39-42页 |
| ·自然梯度算法 | 第40-41页 |
| ·梯度算法 | 第41页 |
| ·不动点迭代法 | 第41-42页 |
| ·分离效果的检验方法 | 第42-43页 |
| ·PI(C)评价指标 | 第42页 |
| ·相关性指标 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 柴油机缸盖系统振动分析和实验设计 | 第44-52页 |
| ·柴油机的发火时序分析 | 第44-45页 |
| ·柴油机缸盖振动信号的性质 | 第45-47页 |
| ·柴油机工作时的主要激励源 | 第45-46页 |
| ·缸盖振动信号的频谱特性 | 第46-47页 |
| ·实验设计 | 第47-51页 |
| ·试验机型 | 第47-48页 |
| ·测试仪器与测点布置 | 第48-51页 |
| ·实验要点 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于独立分量分析的缸盖振动信号分离 | 第52-70页 |
| ·FastICA(快速不动点)算法 | 第52-53页 |
| ·仿真试验 | 第53-63页 |
| ·非高斯信号分离试验 | 第53-57页 |
| ·柴油机仿真信号的分离试验 | 第57-63页 |
| ·柴油机缸盖振动信号的分离 | 第63-68页 |
| ·本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士期间发表的论文 | 第76页 |
