振動信號的盲源分離技術(shù)及應(yīng)用

內(nèi)容概要

李舜酩編著的《振動信號的盲源分離技術(shù)及應(yīng)用》把通信信息學(xué)科中最具發(fā)展前途之一的盲信號源分離理論引用到振動信號處理中，特別是在機械結(jié)構(gòu)振動信號分析與運動機械故障診斷中，第一次全面地介紹盲源分離理論與方法在振動信號中的發(fā)展與應(yīng)用。
《振動信號的盲源分離技術(shù)及應(yīng)用》共分7章，其主要內(nèi)容包括：第1章介紹機械結(jié)構(gòu)振動的特征、復(fù)雜性及其現(xiàn)代信號分析方法；第2章介紹與振動信號分析相關(guān)的盲源分離基本概念、基本理論和基本方法；第3章介紹盲分離現(xiàn)代分析方法及應(yīng)用研究成果；第4章介紹機械振動特征信號的盲分離方法及研究成果；第5章介紹以飛行器發(fā)動機、車輛工程、動力工程為主要工程領(lǐng)域的機械振動信號的分離應(yīng)用研究；第6章介紹所開發(fā)的基于VC++與MATLAB混合編程的盲源分離軟件平臺。
《振動信號的盲源分離技術(shù)及應(yīng)用》可作為具有機械振動理論與應(yīng)用基礎(chǔ)、信號處理理論與方法的大學(xué)畢業(yè)生、研究生和工程技術(shù)研究人員的學(xué)習(xí)參考書，也可以作?航空航天類、大機械類、力學(xué)類、動力工程類專業(yè)研究生的教學(xué)參考書。

書籍目錄

第1章緒論
1.1 信號處理和分析在機械工程振動中的作用
1.1.1 工程中對第一類振動信號的處理方法
1.1.2 工程中對第二類振動信號的處理方法
1.1.3 發(fā)展趨勢
1.2 機械振動的特性及其描述
1.2.1 機械振動的一般處理方法
1.2.2 線性理論模型
1.2.3 非線性處理的局限性
1.3 實際機械結(jié)構(gòu)振動的復(fù)雜性
1.3.1 簡化的理論方法與工程問題的區(qū)別
1.3.2 一般分析方法及其存在的問題
1.4 信號分析方法在機械工程振動中的發(fā)展
1.4.1 傳統(tǒng)振動信號分析方法
1.4.2 小波分析方法
1.4.3 經(jīng)驗?zāi)Ｊ椒纸夥椒?br />1.4.4 PCA方法
1.4.5 混沌方法
1.4.6 子帶能量法
1.5 本章小結(jié)
參考文獻
第2章盲源分離的基本理論
2.1 盲源分離的發(fā)展狀況
2.1.1 獨立分量分析
2.1.2 噪聲環(huán)境下的盲源分離
2.1.3 稀疏分量分析
2.2 盲源分離模型描述
2.2.1 盲源分離的數(shù)學(xué)模型
2.2.2 盲源分?的基本假設(shè)
2.2.3 盲源分離的不確定性
2.3 盲源分離的預(yù)處理方法
2.3.1 中心化
2.3.2 白化處理
2.4 盲源分離的相關(guān)數(shù)學(xué)知識
2.4.1 概率論知識
2.4.2 統(tǒng)計知識
2.4.3 信息論知識
2.5盲源分離的獨立性判據(jù)
2.5.1 非高斯性極大
2.5.2 互信息最小
2.5.3 非線性不相關(guān)
2.6 ICA優(yōu)化算法簡介
2.6.1 批處理算法
2.6.2 自適應(yīng)算法
2.6.3 逐層分離法
2.7 分離效果的評價指標
2.7.1 PI評價指標
2.7.2 相似系數(shù)
2.7.3 二次殘差
2.8 本章小結(jié)
參考文獻
第3章?源分離的現(xiàn)代分析方法
3.1 振動信號的固定點算法
3.1.1 基于峭度的固定點算法
3.1.2 基于負熵的固定點算法
3.1.3 估計多個獨立分量的固定點算法
3.1.4 基于極大似然的固定點算法
3.2 JADE算法
3.2.1 四階累積量矩陣
3.2.2 累積量矩陣的聯(lián)合近似對角化
3.2.3 振動信號的仿真分析
3.3 基于二階統(tǒng)計量的盲算法
3.3.1 穩(wěn)健的二階盲辨識算法
3.3.2 TDSEP算法
3.3.3 二階非平穩(wěn)源盲分離算法
3.3.4 轉(zhuǎn)子振動信號的二階非平穩(wěn)源盲分離
3.4 基于Jacobi優(yōu)化的盲源分離方法
3.4.1 基于Jacobi優(yōu)化的極大似然估計方法
3.4.2 改進的基于Jacobi優(yōu)化的極大似然估計方法
3.4.3 仿真與試驗研究
3.5 稀疏分量分析
3.5.1 基于信號稀疏表示的線性混疊信號盲分離原理及算法
3.5.2 基于粒子群優(yōu)化算法的稀疏信號盲分離
3.5.3 仿真分析
3.6 含有噪聲的獨立分量分析
3.6.1 基于小波變換的消噪方法
3.6.2 基于現(xiàn)代時間序列分析的濾波方法
3.6.3 試驗研究
3.7 非線性盲源信?分離
3.7.1 非線性去混疊系統(tǒng)
3.7.2 基于后非線性的盲源分離
3.7.3 仿真試驗
3.8 基于BP神經(jīng)網(wǎng)絡(luò)的非線性盲源分離
3.8.1 MISEP、方法理論基礎(chǔ)
3.8.2 多層感知器的沙函數(shù)約束
3.8.3 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
3.8.4 仿真與試驗研究
3.9 本章小結(jié)
參考文獻
第4章機械振動特征信號的盲分離方法
4.1 基于信息論準則的獨立分量分析方法
4.1.1 信息最大化準則及其算法
4.1.2 最大似然準則及其算法
4.1.3 最小互信息準則及其算法
4.1.4 估計分離矩陣的加速梯度法及其應(yīng)用
4.2 基于非高斯化的獨立成分分析方法
4.2.1 基于峭度的快速定點算法
4.2.3 基于負熵的快速定點算法
4.2.3 基于峭度的仿真分析與試驗研究
4.2.4 基于負熵的仿真分析與試驗研究
4.3 機械振動信號的卷積混合盲分離
4.3.1 卷積混合矩陣的時域盲分離
4.3.2 卷積混合矩陣的頻域盲分離
4.3.3 應(yīng)用研究
4.4 基于機械振動特性的半盲分離方法
4.4.1 帶有參考信號的盲源分離方法
4.4.2 相似性度量與參考信號模型的建立
4.4.3 仿真算例與試驗分析
4.5 振動信號盲分離的新方法
4.5.1 盲分離的組合對比函數(shù)
4.5.2 基于組合對比函數(shù)的轉(zhuǎn)子混疊振動信號盲分離
4.5.3 自相關(guān)降噪原理
4.5.4 噪聲環(huán)境下的轉(zhuǎn)子振動信號分離
4.6 本章小結(jié)
參考文獻
第5章機械振動信號的分離研究
5.1 電機振動信號的分離
5.1.1 同一試驗臺上兩臺調(diào)速電機振動信號的分離
5.1.2 兩臺低功率電機振聲信號的分離
5.2 轉(zhuǎn)子試驗臺振動試驗混疊信號的分離研究
5.2.1 試驗方法、所用儀器及試驗過程
5.2.2 試驗數(shù)據(jù)分析
5.3 航空發(fā)動機振動信號分析
5.3.1 航空發(fā)動機試車試驗振動分析
5.3.2 航空發(fā)動機試車故障分析
5.3.3 某型渦扇發(fā)動機轉(zhuǎn)子振動超標故障診斷
5.3.4 雙轉(zhuǎn)子航空發(fā)動機振動信號的分離
5.4 駕駛艙內(nèi)混疊聲音信號的分離
5.4.1 人工混合聲信號的盲源分離
5.4.2 發(fā)動機噪聲背景下艙內(nèi)多路聲信號的盲分離
5.4.3 噪聲環(huán)境中艙內(nèi)混疊聲信號盲分離
5.5 內(nèi)燃機振動信號的盲分離
5.5.1 盲去卷積的MBLMS算法
5.5.2 分離試驗數(shù)據(jù)分析
5.6 齒輪箱振動信號的盲分離
5.6.1 齒輪箱振動信號的建模
5.6.2 基于聯(lián)合近似對角化的齒輪箱故障盲源分離
5.7 盲分離技術(shù)在模態(tài)分析中的應(yīng)用
5.7.1 基于快速獨立分量分析的模態(tài)振型識別
5.7.2 試驗研究
5.8 本章小結(jié)
參考文獻
第6章振動信號盲源分離軟件平臺開發(fā)
6.1 混合編程簡介
6.1.1 VC++與MATIAB混合編程方法
6.1.2 MATCOM的應(yīng)用
6.2 軟件平臺的框架結(jié)構(gòu)
6.3 振動信號軟件平臺的處理流程及其功能設(shè)計
6.3.1 信號的加載與編輯模塊
6.3.2 信號的混合模塊
6.3.3 算法選擇模塊
6.3.4 分析結(jié)果的圖形顯示與存儲模塊
6.4 本章小結(jié)
第7章總結(jié)與展望
7.1 全書總結(jié)
7.2 工作展望

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    振動信號的盲源分離技術(shù)及應(yīng)用 PDF格式下載

---