| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 BSS概述及其在机械故障诊断领域中的研究现状 | 第12-15页 |
| 1.2.1 盲源分离概述 | 第12-13页 |
| 1.2.2 机械故障盲分离的研究现状 | 第13-15页 |
| 1.3 平行因子分析概述及其研究现状 | 第15-19页 |
| 1.3.1 平行因子分析概述 | 第15-16页 |
| 1.3.2 平行因子分析的研究现状 | 第16-19页 |
| 1.4 论文的主要内容与创新之处 | 第19-21页 |
| 1.4.1 论文的主要内容 | 第19-20页 |
| 1.4.2 关键问题及创新点 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 基于PARAFAC的机械振源数估计方法研究 | 第22-38页 |
| 2.1 概述 | 第22页 |
| 2.2 盲源数估计算法 | 第22-24页 |
| 2.2.1 构建PARAFAC模型 | 第22-24页 |
| 2.2.2 振源数估计算法 | 第24页 |
| 2.3 仿真研究 | 第24-32页 |
| 2.3.1 额定条件下源数估计 | 第24-28页 |
| 2.3.2 欠定条件下源数估计 | 第28-32页 |
| 2.4 实验研究 | 第32-37页 |
| 2.4.1 轴承故障源数估计 | 第32-35页 |
| 2.4.2 机械振动源数估计 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 基于PARAFAC的机械故障源盲分离方法研究 | 第38-57页 |
| 3.1 概述 | 第38-39页 |
| 3.2 PARAFAC-BSS算法 | 第39-42页 |
| 3.3 仿真研究 | 第42-50页 |
| 3.3.1 额定条件下盲源分离 | 第42-46页 |
| 3.3.2 欠定条件下盲源分离 | 第46-50页 |
| 3.4 实验研究 | 第50-56页 |
| 3.4.1 在轴承多故障诊断中的应用 | 第50-53页 |
| 3.4.2 在多机振源实验中的应用 | 第53-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第4章 基于改进PARAFAC的欠定盲源分离方法研究 | 第57-77页 |
| 4.1 概述 | 第57页 |
| 4.2 改进的PARAFAC算法 | 第57-62页 |
| 4.2.1 EMD-PARAFAC模型 | 第57-59页 |
| 4.2.2 LMD-PARAFAC模型 | 第59-60页 |
| 4.2.3 PARAFAC分解算法 | 第60-62页 |
| 4.3 仿真研究 | 第62-70页 |
| 4.4 实验研究 | 第70-75页 |
| 4.4.1 在滚动轴承故障诊断中的应用 | 第70-72页 |
| 4.4.2 在多机振源中的应用 | 第72-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第5章 基于KPARAFAC的非线性盲源分离方法研究 | 第77-87页 |
| 5.1 概述 | 第77-78页 |
| 5.2 KPARAFAC非线性盲源分离算法 | 第78-80页 |
| 5.3 仿真研究 | 第80-83页 |
| 5.4 实验研究 | 第83-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第6章 总结与展望 | 第87-89页 |
| 6.1 总结 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-98页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第98-100页 |
| 致谢 | 第100-101页 |
