机械信号的盲处理方法及应用PDF|Epub|txt|kindle电子书版本网盘下载

机械信号的盲处理方法及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 盲源分离概述1

1.1.1 盲源分离的基本概念1

1.1.2 盲源分离的发展历史2

1.2 机械信号的盲处理方法研究5

1.2.1 盲源分离的应用条件研究5

1.2.2 机械源信号盲分离方法研究6

1.2.3 盲特征信息提取方法研究7

1.2.4 盲识别和盲诊断方法研究8

1.3 盲源分离方法应用面临的问题9

1.3.1 源信号数量的估计9

1.3.2 欠定盲源分离10

1.3.3 盲特征信息提取11

1.3.4 其他问题12

第2章 盲源分离理论基础14

2.1 盲源分离的数学基础14

2.1.1 概率论基础14

2.1.2 信息论基础18

2.1.3 盲源分离问题的可解性21

2.2 盲源分离的数学模型23

2.2.1 盲源分离基本模型23

2.2.2 盲源分离的基本假设和性质25

2.2.3 盲源分离的基本算法27

2.3 盲源分离的预处理方法32

2.3.1 中心化处理32

2.3.2 白化处理32

2.3.3 降维处理34

2.4 盲源分离的算法评价标准34

2.4.1 目标函数评价标准34

2.4.2 相关性评价标准35

2.4.3 信噪比评价标准36

2.4.4 其他评价标准36

第3章 机械盲信号的源数估计方法38

3.1 源数估计的基本概念38

3.2 源数估计的奇异值分解方法39

3.2.1 SVD方法的基本原理39

3.2.2 SVD方法的基本步骤40

3.2.3 基于奇异值的源数估计方法41

3.2.4 SVD方法的局限性44

3.3 改进的奇异值分解方法44

3.3.1 基于Wavelet-SVD的改进算法44

3.3.2 基于IMF-SVD的改进算法56

3.4 应用实例66

3.4.1 液压设备的本底振源66

3.4.2 液压设备的源数估计69

第4章 欠定盲源分离算法74

4.1 欠定盲源分离模型及算法75

4.1.1 欠定盲源分离模型75

4.1.2 欠定盲源分离模型的辨识性能76

4.1.3 欠定盲源分离算法及其局限性77

4.2 单一通道盲源分离模型及算法78

4.2.1 单一通道盲源分离模型78

4.2.2 可分离性分析79

4.2.3 单一通道盲源分离算法79

4.3 基于EMD的单一通道盲源分离算法研究81

4.3.1 EMD理论和方法81

4.3.2 基于EMD的单一通道盲源分离算法86

4.3.3 仿真分析88

第5章 基于盲源分离参量的特征信息提取方法91

5.1 相关数学知识91

5.1.1 包络分析91

5.1.2 奇异值分解93

5.1.3 信息熵93

5.2 基于源信号包络矩阵奇异值的特征信息提取方法95

5.2.1 必要性和可行性分析95

5.2.2 基于源信号包络矩阵奇异值的特征信息提取方法96

5.2.3 应用实例101

5.3 基于分离矩阵奇异值的特征信息提取方法108

5.3.1 必要性和可行性分析108

5.3.2 基于BSSM-SV的特征信息提取方法108

5.3.3 基于IMF-BSSM-SV的特征信息提取方法111

第6章 基于非高斯性准则的特征信息提取方法118

6.1 盲源分离算法的非高斯性准则118

6.1.1 峭度（Kurtosis）准则119

6.1.2 负熵（Negentropy）准则121

6.2 基于峭度的特征信息提取124

6.2.1 基于峭度的特征信息提取方法124

6.2.2 应用实例125

6.3 基于负熵的特征信息提取130

6.3.1 基于负熵的特征信息提取方法131

6.3.2 应用实例133

第7章 在液压设备故障诊断中的应用144

7.1 液压系统故障模拟与监测实验台144

7.1.1 液压系统故障模拟实验台144

7.1.2 在线监测系统147

7.2 液压齿轮泵的盲信号处理151

7.2.1 液压齿轮泵故障诊断存在的问题151

7.2.2 液压齿轮泵的盲源分离问题152

7.3 液压齿轮泵的盲信号处理153

7.3.1 液压齿轮泵盲信号处理的基本思路153

7.3.2 盲信号处理算法的应用154

7.3.3 应用实例157

参考文献160