非平穩(wěn)信號(hào)特征提取方法及其應(yīng)用

前言
第1章  緒論
1．1  特征提取與信號(hào)表示
1．2  信號(hào)的稀疏分解
1．2．1  基展開和過(guò)完備展開
1．2．2  時(shí)頻原子和字典 
1．3  從頻域分析到時(shí)頻域分析
1．4  Hcisenberg不準(zhǔn)原理
1．5  信號(hào)特征提取方法及國(guó)內(nèi)外研究現(xiàn)狀
1．5．1  平穩(wěn)信號(hào)處理方法
1．5．2  非平穩(wěn)信號(hào)時(shí)頻分析方法
1．5．3  非高斯信號(hào)分析方法 
1．6  本書的主要內(nèi)容
第2章  小波分析
2．1  正交分解與投影定理
2．1．1  正交的概念
2．1．2  投影定理
2．1．3  空間中的Fourier分析
2．1．4  空間中的Fourier級(jí)數(shù)
2．2  小波變換
2．2．l  小波變換的定義
2．2．2  多分辨分析及其工程意義
2．2．3  正交小波基的構(gòu)造與信息獨(dú)立化提取 
2．3  小波提升方案
2．3．1  小波提升方案的背景 
2．3．2  提升小波的基本原理 
2．4  典型應(yīng)用
2．4．1  基于小波變換的信號(hào)奇異性檢測(cè)
2．4．2  基于小波提升方案的圖像分解
第3章  匹配追蹤信號(hào)分解及應(yīng)用
3．1  信號(hào)展開與內(nèi)積
3．2  信號(hào)特征提取中的兩個(gè)熱點(diǎn)問(wèn)題
3．2．1  字典原子與特征波形的匹配問(wèn)題
3．2．2  多種特征波形共存時(shí)的特征提取問(wèn)題 
3．3  匹配追蹤算法
3．3．1  匹配追蹤算法基本原理 
3．3．2  匹配追蹤算法存在的問(wèn)題
3．4  匹配追蹤算法的改進(jìn)及其實(shí)現(xiàn)
3．4．1  遺傳算法簡(jiǎn)介
3．4．2  混合編碼遺傳算法
3．4．3  基于混合編碼遺傳算法的匹配追蹤算法 
3．5  實(shí)驗(yàn)研究
3．6  往復(fù)機(jī)械故障特征提取與診斷
第4章  基于非參數(shù)基函數(shù)的特征波形提取方法
4．l  濾波器組理論
4．1．1  濾波器組的基本概念 
4．1．2  信號(hào)的抽取與插值
4．1．3  幾種常用的濾波器
4．1．4  M通道濾波器組及完全重構(gòu)條件
4．2  奇異值分解理論
4．3  基于非參數(shù)基函數(shù)的特征波形提取方法的原理
4．3．1  非參數(shù)基函數(shù)的構(gòu)造 
4．3．2  特征波形的提取原理 
4．3．3  基于非參數(shù)基函數(shù)的特征波形提取方法的實(shí)現(xiàn)
4．4  基于非參數(shù)基函數(shù)的特征波形提取方法的性能評(píng)估
4．4．1  方法的重構(gòu)性驗(yàn)證
4．4．2  非參數(shù)基函數(shù)的調(diào)節(jié)能力驗(yàn)證
4．4．3  方法的抗干擾能力驗(yàn)證 
4．5  應(yīng)用舉例
第5章  基于匹配追蹤和非參數(shù)基函數(shù)的特征提取方法
5．1  匹配追蹤和非參數(shù)基函數(shù)的特征提取方法的結(jié)合
……
第6章  經(jīng)驗(yàn)?zāi)Ｊ椒纸饧捌鋺?yīng)用
第7章  基于濾波器組和高階累積量的特征檢測(cè)方法