振动信号的盲源分离技术及应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

振动信号的盲源分离技术及应用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 信号处理和分析在机械工程振动中的作用1

1.1.1 工程中对第一类振动信号的处理方法1

1.1.2 工程中对第二类振动信号的处理方法3

1.1.3 发展趋势6

1.2 机械振动的特性及其描述7

1.2.1 机械振动的一般处理方法7

1.2.2 线性理论模型8

1.2.3 非线性处理的局限性9

1.3 实际机械结构振动的复杂性9

1.3.1 简化的理论方法与工程问题的区别9

1.3.2 一般分析方法及其存在的问题10

1.4 信号分析方法在机械工程振动中的发展10

1.4.1 传统振动信号分析方法10

1.4.2 小波分析方法12

1.4.3 经验模式分解方法15

1.4.4 PCA方法16

1.4.5 混沌方法17

1.4.6 子带能量法18

1.5 本章小结20

参考文献20

第2章 盲源分离的基本理论24

2.1 盲源分离的发展状况24

2.1.1 独立分量分析25

2.1.2 噪声环境下的盲源分离25

2.1.3 稀疏分量分析25

2.2 盲源分离模型描述26

2.2.1 盲源分离的数学模型26

2.2.2 盲源分离的基本假设28

2.2.3 盲源分离的不确定性28

2.3 盲源分离的预处理方法29

2.3.1 中心化29

2.3.2 白化处理30

2.4 盲源分离的相关数学知识31

2.4.1 概率论知识31

2.4.2 统计知识32

2.4.3 信息论知识34

2.5 盲源分离的独立性判据37

2.5.1 非高斯性极大37

2.5.2 互信息最小38

2.5.3 非线性不相关38

2.6 ICA优化算法简介39

2.6.1 批处理算法39

2.6.2 自适应算法40

2.6.3 逐层分离法41

2.7 分离效果的评价指标41

2.7.1 PI评价指标41

2.7.2 相似系数42

2.7.3 二次残差42

2.8 本章小结42

参考文献43

第3章 盲源分离的现代分析方法46

3.1 振动信号的固定点算法46

3.1.1 基于峭度的固定点算法46

3.1.2 基于负熵的固定点算法47

3.1.3 估计多个独立分量的固定点算法47

3.1.4 基于极大似然的固定点算法48

3.2 JADE算法49

3.2.1 四阶累积量矩阵49

3.2.2 累积量矩阵的联合近似对角化50

3.2.3 振动信号的仿真分析50

3.3 基于二阶统计量的盲算法51

3.3.1 稳健的二阶盲辨识算法51

3.3.2 TDSEP算法52

3.3.3 二阶非平稳源盲分离算法53

3.3.4 转子振动信号的二阶非平稳源盲分离54

3.4 基于Jacobi优化的盲源分离方法58

3.4.1 基于Jacobi优化的极大似然估计方法58

3.4.2 改进的基于Jacobi优化的极大似然估计方法61

3.4.3 仿真与试验研究62

3.5 稀疏分量分析64

3.5.1 基于信号稀疏表示的线性混叠信号盲分离原理及算法65

3.5.2 基于粒子群优化算法的稀疏信号盲分离66

3.5.3 仿真分析67

3.6 含有噪声的独立分量分析68

3.6.1 基于小波变换的消噪方法68

3.6.2 基于现代时间序列分析的滤波方法70

3.6.3 试验研究72

3.7 非线性盲源信号分离75

3.7.1 非线性去混叠系统75

3.7.2 基于后非线性的盲源分离76

3.7.3 仿真试验78

3.8 基于BP神经网络的非线性盲源分离80

3.8.1 MISEP方法理论基础80

3.8.2 多层感知器的ψ函数约束81

3.8.3 BP神经网络的训练81

3.8.4 仿真与试验研究83

3.9 本章小结88

参考文献88

第4章 机械振动特征信号的盲分离方法92

4.1 基于信息论准则的独立分量分析方法92

4.1.1 信息最大化准则及其算法92

4.1.2 最大似然准则及其算法94

4.1.3 最小互信息准则及其算法95

4.1.4 估计分离矩阵的加速梯度法及其应用96

4.2 基于非高斯化的独立成分分析方法98

4.2.1 基于峭度的快速定点算法98

4.2.3 基于负熵的快速定点算法99

4.2.3 基于峭度的仿真分析与试验研究100

4.2.4 基于负熵的仿真分析与试验研究104

4.3 机械振动信号的卷积混合盲分离109

4.3.1 卷积混合矩阵的时域盲分离109

4.3.2 卷积混合矩阵的频域盲分离112

4.3.3 应用研究113

4.4 基于机械振动特性的半盲分离方法118

4.4.1 带有参考信号的盲源分离方法119

4.4.2 相似性度量与参考信号模型的建立121

4.4.3 仿真算例与试验分析123

4.5 振动信号盲分离的新方法126

4.5.1 盲分离的组合对比函数127

4.5.2 基于组合对比函数的转子混叠振动信号盲分离128

4.5.3 自相关降噪原理130

4.5.4 噪声环境下的转子振动信号分离131

4.6 本章小结138

参考文献138

第5章 机械振动信号的分离研究142

5.1 电机振动信号的分离142

5.1.1 同一试验台上两台调速电机振动信号的分离142

5.1.2 两台低功率电机振声信号的分离143

5.2 转子试验台振动试验混叠信号的分离研究147

5.2.1 试验方法、所用仪器及试验过程147

5.2.2 试验数据分析148

5.3 航空发动机振动信号分析151

5.3.1 航空发动机试车试验振动分析151

5.3.2 航空发动机试车故障分析154

5.3.3 某型涡扇发动机转子振动超标故障诊断157

5.3.4 双转子航空发动机振动信号的分离160

5.4 驾驶舱内混叠声音信号的分离163

5.4.1 人工混合声信号的盲源分离163

5.4.2 发动机噪声背景下舱内多路声信号的盲分离167

5.4.3 噪声环境中舱内混叠声信号盲分离169

5.5 内燃机振动信号的盲分离171

5.5.1 盲去卷积的MBLMS算法171

5.5.2 分离试验数据分析173

5.6 齿轮箱振动信号的盲分离175

5.6.1 齿轮箱振动信号的建模175

5.6.2 基于联合近似对角化的齿轮箱故障盲源分离176

5.7 盲分离技术在模态分析中的应用177

5.7.1 基于快速独立分量分析的模态振型识别177

5.7.2 试验研究178

5.8 本章小结181

参考文献181

第6章 振动信号盲源分离软件平台开发183

6.1 混合编程简介183

6.1.1 VC＋＋与MATLAB混合编程方法183

6.1.2 MATCOM的应用184

6.2 软件平台的框架结构186

6.3 振动信号软件平台的处理流程及其功能设计186

6.3.1 信号的加载与编辑模块187

6.3.2 信号的混合模块188

6.3.3 算法选择模块188

6.3.4 分析结果的图形显示与存储模块189

6.4 本章小结191

第7章 总结与展望192

7.1 全书总结192

7.2 工作展望193