优秀研究生学位论文题录展示信号的数学形态学分析方法及其应用研究专　业: 机械电子工程关键词: 形态滤波 形态小波 特征提取 故障诊断分类号: TH165.3　
TH132.41形　态: 共 118 页　约 77,290 个字　约 3.697 M内容阅　读: 内容摘要数学形态学是近年发展起来的一种非线性分析方法，已被广泛应用于图像处理等领域，但在一维信号，特别是在机械故障信号中的处理与分析还不多见。本文把形态学分析方法引入到一维信号的处理与分析，针对非线性非平稳信号的特征提取问题，对采用形态滤波和形态小波等形态学的信号分析方法进行了较深入的研究。本文的研究成果不仅可以应用于故障诊断领域，而且在心电/脑电、语音、电力信号处理和图像识别等领域也有着广泛的应用前景。论文的主要创新性成果有如下几个方面内容:1提出了基于形态滤波的齿轮故障特征提取方法，并基于峭度最大原理实现了自适应形态滤波算法。针对齿轮故障特征提取问题，提出了一种根据信号形态特征对齿轮故障信号进行形态滤波的新方法。采用扁平结构元素对齿轮断齿故障振动信号进行形态滤波后，原始信号的冲击特征幅值被提高了10倍，从而成功提取出了隐含在噪声中的齿轮断齿故障频率及其2倍频和3倍频等频域特征。为了减少上述方法对结构元素长度选择的依赖性，提出了一种基于峭度最大原理的自适应形态滤波算法。试验结果证明，该自适应算法可以更有效地提取出相应的故障特征。2提出了一种自适应多尺度形态学分析方法，并将其应用于轴承的故障诊断。为了把图像的多尺度形态学分析方法引入到一维信号中，本文分别定义了长度尺度和高度尺度来确定多尺度形态学结构元素，并基于信号的局部峰值实现自适应多尺度形态学分析。该方法减少了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性。仿真试验表明，该方法较传统的单尺度形态学分析及包络分析方法更利于提取信号中的形态特征。新的方法应用于轴承内圈和外圈损伤的故障诊断，可以清晰地提取出轴承的故障频率特征。3提出了基于形态小波降噪算法的齿轮箱声信号分析方法。基于频率线性分解的传统小波，在分析某些具有形态特征的信号时具有一定的局限性。而形态小波利用数学形态算子代替线性算子，有利于提取具有形态特征的信号。由于齿轮箱声信号比振动信号更容易受外界干扰，使得信噪比降低，常规方法不易提取相应的故障特征，本文提出了一种应用形态小波进行软阈值降噪算法的齿轮箱声信号故障特征提取方法。仿真试验和实际声信号分析表明，在故障特征提取中，形态小波比线性小波更有利于消除噪声和提取相应故障的冲击特征。4提出了一种基于多尺度Top-Hat变换的形态非抽样小波算法，并将其应用于转子冲击信号的特征提取。为了解决形态小波分解过程中因抽样引起信号信息不足的问题，结合形态小波与非抽样小波的特点，提出了形态非抽样小波构造方法的一般框架。利用这一框架构造了一种基于多尺度Top-Hat变换的形态非抽样小波算法，并用该方法对转子振动冲击信号进行分解，从得到的细节信号的时域中准确提取出周期性冲击信号，从而证实了形态非抽样小波算法在故障诊断中应用的可行性与有效性..……全文目录文摘英文文摘引言1绪论1.1课题的提出和意义1.1.1课题的来源和意义1.1.2课题的学术价值及应用前景1.2信号处理与设备故障诊断技术1.2.1故障诊断技术的发展和研究内容1.2.2机械设备信号的非线性非平稳特征1.3数学形态学分析方法1.3.1数学形态学的产生与发展过程1.3.2二值形态学理论1.3.3灰值形态学理论1.3.4数学形态学分析方法的应用领域及发展趋势1.4基于形态学的信号多分辨率分解理论1.4.1形态学信号分解1.4.2形态小波1.4.3多分辨率形态学梯度1.4.4形态非抽样小波1.5论文的主要内容和安排1.5.1论文的研究体系和主要内容1.5.2论文的章节安排2基于形态滤波的信号降噪主齿轮振动信号特征提取方法2.1形态滤波的基本原理2.1.1形态算子对形态滤波的影响2.1.2形态结构元素对形态滤波的影响2.2基于形态滤波的非线性时间序列降噪方法2.2.1Lorenz信号的形态滤波2.2.2结果分析2.3基于数学形态滤波的齿轮故障特征提取方法2.3.1齿轮振动信号的特征2.3.2试验方案介绍2.3.3齿轮振动信号的形态滤波2.3.4形态滤波的影响因素分析2.3.5形态滤波与其他算法的比较2.4基于峭度的自适应形态滤波算法2.4.1峭度的基本概念2.4.2自适应形态滤波的原理2.4.3齿轮故障信号的自适应形态滤波2.5本章小结3自适应多尺度形态学分析及其在轴承故障诊断中的应用3.1形态学分析中的多尺度与自适应3.1.1信号的单尺度形态学分析3.1.2多尺度形态学分析的基本概念3.1.3形态学分析的常用自适应算法3.2自适应多尺度形态学分析方法3.2.1自适应多尺度形态学分析方法的基本原理3.2.2自适应多尺度形态学分析方法的计算示例3.3自适应多尺度形态学分析的数值仿真试验3.3.1仿真试验设计3.3.2仿真信号的自适应多尺度形态学分析3.3.3多尺度形态分析与单尺度形态学分析的比较3.3.4形态学分析与包络分析的比较3.4轴承故障信号特征提取的形态学分析方法3.4.1滚动轴承的故障特征3.4.2试验装置介绍3.4.3轴承内圈损伤的试验信号分析3.4.4对轴承内圈损伤的信号进行自适应多尺度形态学分析3.4.5其他轴承信号的形态学分析3.5本章小结4基于形态小波降噪算法的齿轮箱声信号故障诊断方法4.1形态小波的基本原理4.1.1对偶小波分解4.1.2非对偶小波分解4.1.3非对偶小波分解的两个例子4.1.4形态Haar小波4.2提升的形态小波变换4.2.1预测提升4.2.2更新提升4.2.3预测-更新提升4.2.4通过提升方案构造形态Haar小波4.3形态小波对一维仿真信号的分解实例4.3.1仿真试验设计4.3.2试验信号的形态小波分析4.3.3形态小波与线性小波的比较4.4基于形态小波降噪算法的故障特征提取方法4.4.1信号故障特征提取方法的基本原理4.4.2齿轮箱声信号获取装置介绍4.4.3形态小波降噪算法用于齿轮箱声信号的分析4.5形态小波与形态滤波的关系4.6本章小结5形态非抽样小波构造方法及其在转子冲击信号特征提取中的应用5.1非抽样小波的基本概念5.1.1离散小波变换5.1.2非抽样小波变换5.2形态非抽样小波变换5.2.1金字塔条件和对偶小波分解5.2.2现有文献中的形态非抽样小波算法5.2.3形态非抽样小波构造方法的一般框架及其主要性质5.2.4基于多尺度Top-Hat变换的形态非抽样小波算法5.3转子冲击特征信号的形态非抽样小波提取方法5.3.1冲击特征信号的试验分析5.3.2基于形态非抽样小波变换的转子冲击特征提取方法5.3.3转子信号的形态非抽样小波分析5.3.4形态非抽样小波算法的几个关键步骤的讨论5.3.5形态非抽样小波与传统小波方程的比较5.4本章小结结论参考文献相似论文,63页,TH165.3
TP183,68页,TH165.3,62页,TH165.3,124页,TH165.3,104页,TH165.3 TP274.2,60页,TH165.3,43页,TH165.3,62页,TH165.3,68页,TH165.3,138页,TH166 TP315,81页,TH164,119页,TH166,57页,TH166,119页,TH166 TP393.09,70页,TH164 TP391.73,59页,TH166,68页,TH165.4 TH166,51页,TH162.1 TP333.35,60页,TH165,107页,TH165 TP202中图分类:
> TH165.3 > 工业技术 > 机械、仪表工业 > 机械制造工艺 > 柔性制造系统及柔性制造单元其他分类:
> TN911.7 > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论其他分类:
> TH132.41 > 工业技术 > 机械、仪表工业 > 机械零件及传动装置 > 机械传动机构
& 2012 book.该商品已下柜，非常抱歉！
信号与系统分析和应用
商品介绍加载中...
扫一扫，精彩好书免费看
服务承诺：
京东平台卖家销售并发货的商品，由平台卖家提供发票和相应的售后服务。请您放心购买！
注：因厂家会在没有任何提前通知的情况下更改产品包装、产地或者一些附件，本司不能确保客户收到的货物与商城图片、产地、附件说明完全一致。只能确保为原厂正货！并且保证与当时市场上同样主流新品一致。若本商城没有及时更新，请大家谅解！
权利声明：京东上的所有商品信息、客户评价、商品咨询、网友讨论等内容，是京东重要的经营资源，未经许可，禁止非法转载使用。
注：本站商品信息均来自于合作方，其真实性、准确性和合法性由信息拥有者（合作方）负责。本站不提供任何保证，并不承担任何法律责任。
印刷版次不同，印刷时间和版次以实物为准。
价格说明：
京东价：京东价为商品的销售价，是您最终决定是否购买商品的依据。
划线价：商品展示的划横线价格为参考价，该价格可能是品牌专柜标价、商品吊牌价或由品牌供应商提供的正品零售价（如厂商指导价、建议零售价等）或该商品在京东平台上曾经展示过的销售价；由于地区、时间的差异性和市场行情波动，品牌专柜标价、商品吊牌价等可能会与您购物时展示的不一致，该价格仅供您参考。
折扣：如无特殊说明，折扣指销售商在原价、或划线价（如品牌专柜标价、商品吊牌价、厂商指导价、厂商建议零售价）等某一价格基础上计算出的优惠比例或优惠金额；如有疑问，您可在购买前联系销售商进行咨询。
异常问题：商品促销信息以商品详情页“促销”栏中的信息为准；商品的具体售价以订单结算页价格为准；如您发现活动商品售价或促销信息有异常，建议购买前先联系销售商咨询。
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
浏览了该商品的用户还浏览了
加载中，请稍候...
价　格： 到
　　　
iframe(src='///ns.html?id=GTM-T947SH', height='0', width='0', style='display: visibility:')您现在的位置：脑电信号分析方法及其应用
脑电信号分析方法及其应用
在线支付满98免快递费
作　者：，， 编著
ISBN：8出版时间：页数：147
包装：平装开本：16开字数：
《脑电信号分析方法及其应用》简介：　　脑电信号分析已经在脑科学研究中占据了越来越重要的地位。本书共7章。第1、2章涉及生理基础和实验基础在内的相关知识。第3章至第5章是方法部分，其中：第3章重点回顾了传统脑电分析方法；第4章侧重于动力学特性的分析，重点介绍了一些新的分析方法，如混沌理论、信息论和复杂度分析等；第5章主要介绍其他重要分析方法，如同步分析和因果性分析。全书的最后两章是实例部分。第6章是脑电分析应用领域的综述，内容涉及临床疾病的辅助诊断、脑电逆问题、认知科学研究中的脑电分析以及脑一机接口。第7章是上述方法（第4、5章为主）的应用实例介绍。本书可供生物医学工程中脑信号处理方面的研究人员、大中专院校的相关专业的研究生，以及医院脑电图室的医务工作者参考。
暂缺《脑电信号分析方法及其应用》作者简介
《脑电信号分析方法及其应用》目录：序前言第1章　脑电信号
1.1　脑电研究的历史
1.1.1　脑电的发现
1.1.2　脑电研究发展
1.2　脑电的电生理学基础
1.2.1　脑的解剖与功能
1.2.2　脑电波的来源
1.2.3　脑电波的节律性
1.2.4　脑电信号的分类
1.3　脑电信号的采集
1.3.1　被试的准备
1.3.2　系统准备及电极安放
1.3.3　采集
参考文献第2章　脑电信号的预处理
2.1　脑电信号的特征
2.2　脑电信号中的噪声和干扰源
2.2.1　干扰源
2.2.2　噪声（伪迹）
2.2.3　眼电的测量
2.3　伪迹去除方法
2.3.1　伪迹减法
2.3.2　主成分分析
2.3.3　独立成分分析
参考文献第3章　脑电信号的传统分析方法
3.1　时域分析方法
3.1.1　波形特征描述法
3.1.2　自回归AR模型
3.2　频域分析方法
3.2.1　傅里叶变换
3.2.2　功率谱密度
3.2.3　非参数谱估计法
3.2.4　基于AR模型的功率谱估计
参考文献第4章　脑电信号的现代分析方法　4.1
引言　4.2　非线性时间序列分析
4.2.1　非线性动力学系统
4.2.2　重构相空问和嵌入理论
4.2.3　非线性时间序列的定量描述　4.3　刻画动力学系统特性及有限数据序列的非线性分析
4.3.1　相关维数
4.3.2　最大Lyapunov指数
4.3.3　确定性及非线性预测
4.4　检验非线性
4.4.1　一个合适的零假设
4.4.2　使用替代数据法检验非线性
4.5　存在的问题及可能的解决方案
4.5.1　稳定性和时间序列的非稳态
4.5.2　重构相空间及相关维数的估算
4.5.3　基于时间延迟的嵌入方法的维数估算
4.5.4　全局相关维数
4.6　信息学研究方法
4.6.1　引言
4.6.2　互信息
4.6.3　小波熵
4.7　脑电的复杂度
4.7.1　引言
4.7.2　何谓复杂度
4.7.3　复杂度在脑电分析中的应用研究
4.7.4　Lempel—Ziv复杂度算法
参考文献第5章　脑电信号的其他分析方法
5.1　其他方法……第6章　脑电信号分析的应用现状第7章　脑电信号分析在精神疾病中的应用研究附录A　常用统计分析方法附录B　相关程序代码附录C　英文专业词汇索引
商品问答（0条）
暂时没有问答
同类图书热卖榜
&11.5058折
&36.6053折
&14.4038折
&42.1043折
&28.4063折
&116.9079折
&24.7065折
&63.2081折
淘书推荐特价好书
&31.7046折
&36.8046折
&11.5045折
&28.5046折
合作单位：