图书介绍

机械信号的盲处理方法及应用pdf电子书版本下载

机械信号的盲处理方法及应用
  • 陈小虎,毋文峰,姚春江著 著
  • 出版社: 北京:国防工业出版社
  • ISBN:9787118091045
  • 出版时间:2013
  • 标注页数:160页
  • 文件大小:77MB
  • 文件页数:167页
  • 主题词:盲信号处理

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

机械信号的盲处理方法及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

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

精品推荐