機(jī)械信號(hào)處理及其應(yīng)用

第1章　緒論
1.1　　機(jī)械信號(hào)處理的基本概念和作用
1.2　信號(hào)處理技術(shù)的發(fā)展概況
1.3　機(jī)械信號(hào)處理的應(yīng)用簡(jiǎn)介
1.3.1　在機(jī)械振動(dòng)和結(jié)構(gòu)設(shè)計(jì)中的應(yīng)用
1.3.2　在產(chǎn)品質(zhì)量和自動(dòng)控制中的應(yīng)用
1.3.3　在機(jī)械監(jiān)測(cè)和故障診斷中的應(yīng)用
1.4　本書(shū)的宗旨和內(nèi)容安排
第2章　信號(hào)處理中常用的數(shù)學(xué)變換
2.1　傅里葉變換
2.1.1　傅里葉級(jí)數(shù)
2.1.2　傅里葉積分
2.1.3　傅里葉變換
2.1.4　卷積與相關(guān)函數(shù)
2.2　拉普拉斯變換
2.2.1　拉普拉斯變換的概念
2.2.2　拉普拉斯變換的性質(zhì)
2.2.3　拉普拉斯變換的應(yīng)用
2.3　Z變換
2.3.1　離散時(shí)間序列與Z變換
2.3.2　Z變換的性質(zhì)
2.3.3　Z逆變換
2.4　希爾伯特變換
2.4.1　希爾伯特變換的定義
2.4.2　希爾伯特變換的性質(zhì)
2.4.3　希爾伯特變換表
第3章　機(jī)械信號(hào)的分類(lèi)與測(cè)量
3.1　測(cè)量系統(tǒng)的組成
3.2　機(jī)械信號(hào)的分類(lèi)
3.2.1　確定性機(jī)械信號(hào)
3.2.2　隨機(jī)機(jī)械信號(hào)
3.3　測(cè)量系統(tǒng)的特性
3.3.1　概述
3.3.2　線性測(cè)量系統(tǒng)基本性質(zhì)
3.3.3　測(cè)量系統(tǒng)的靜態(tài)特性
3.3.4　測(cè)量系統(tǒng)的動(dòng)態(tài)特性
3.3.5　不失真測(cè)量條件
3.4　常見(jiàn)機(jī)械信號(hào)的測(cè)量
3.4.1　傳感器的分類(lèi)
3.4.2　電阻式傳感器
3.4.3　電感式傳感器
3.4.4　電容式傳感器
3.4.5　壓電式傳感器
3.4.6　磁電式傳感器
3.4.7　光電式傳感器
3.5　測(cè)量系統(tǒng)的選擇與調(diào)試
3.5.1　測(cè)量方案選擇
3.5.2　測(cè)量方案選擇原則
3.5.3　測(cè)量系統(tǒng)的安裝
3.5.4　測(cè)量系統(tǒng)的調(diào)試
3.6　Matlab編程實(shí)驗(yàn)
3.6.1　Matlab簡(jiǎn)介
3.6.2　觀察吉布斯現(xiàn)象
3.6.3　觀察系統(tǒng)特性參數(shù)對(duì)測(cè)量結(jié)果的影響
第4章　機(jī)械信號(hào)的預(yù)處理
4.1　信號(hào)的放大
4.1.1　運(yùn)算放大器
4.1.2　測(cè)量放大器
4.1.3　電荷放大器
4.2　信號(hào)的濾波
4.2.1　理想模擬濾波器
4.2.2　實(shí)際模擬濾波器及其基本參數(shù)
4.2.3　模擬濾波器的設(shè)計(jì)
4.3　信號(hào)的調(diào)制與解調(diào)
4.3.1　幅度調(diào)制
4.3.2　頻率調(diào)制
4.4　信號(hào)的數(shù)字化方法
4.4.1　采樣、混頻和采樣定理
4.4.2　量化和量化誤差
4.4.3　截?cái)唷⑿孤┖痛昂瘮?shù)
4.4.4　選擇模數(shù)轉(zhuǎn)換模塊的基本技術(shù)指標(biāo)
4.5　Matlab編程實(shí)驗(yàn)
4.5.1　模擬濾波器設(shè)計(jì)
4.5.2　振幅調(diào)制信號(hào)的產(chǎn)生
第5章　機(jī)械信號(hào)的時(shí)域處理方法及其應(yīng)用
5.1　時(shí)域波形的合成與分解
5.1.1　穩(wěn)態(tài)分量與交變分量
5.1.2　偶分量與奇分量
5.1.3　實(shí)部分量與虛部分量
5.1.4　正交函數(shù)分量
5.2　時(shí)域統(tǒng)計(jì)特征參數(shù)處理方法
5.2.1　有量綱型的幅值參數(shù)
5.2.2　無(wú)量綱型參數(shù)
5.2.3　高階統(tǒng)計(jì)量指標(biāo)
5.3　信號(hào)的幅值分布特性
5.3.1　概率密度定義
5.3.2　二維聯(lián)合概率密度函數(shù)
5.3.3　典型信號(hào)的概率密度函數(shù)
5.4　相關(guān)分析方法及其應(yīng)用
5.4.1　相關(guān)函數(shù)
5.4.2　自相關(guān)函數(shù)性質(zhì)及其應(yīng)用
5.4.3　互相關(guān)函數(shù)性質(zhì)及其應(yīng)用
5.5　Matlab編程實(shí)驗(yàn)
第6章　機(jī)械信號(hào)的頻域處理方法及其應(yīng)用
6.1　頻譜分析方法
6.1.1　確定性信號(hào)的頻譜
6.1.2　離散傅里葉變換與快速傅里葉變換
6.1.3　隨機(jī)信號(hào)的功率譜密度
6.2　功率譜方法的應(yīng)用
6.2.1　頻率響應(yīng)函數(shù)估計(jì)
6.2.2　求相干函數(shù)
6.3　倒頻譜分析方法
6.3.1　倒頻譜的概念
6.3.2　倒頻譜與解卷積
6.3.3　倒頻譜的應(yīng)用
6.4　細(xì)化譜分析方法
6.5　Matlab編程實(shí)驗(yàn)
6.5.1　信號(hào)的頻譜分析
6.5.2　功率譜估計(jì)方法
6.5.3　ZOOM-FFT與FFT的比較
第7章　機(jī)械信號(hào)的時(shí)頻域分析方法及其應(yīng)用
7.1　時(shí)頻分析的基本概念
7.1.1　傅里葉變換的時(shí)間和頻率定位功能
7.1.2　傅里葉變換的時(shí)頻分辨率
7.1.3　時(shí)頻分析方法的發(fā)展
7.2　信號(hào)的多分辨率分析
7.3　信號(hào)的時(shí)寬與帶寬
7.3.1　時(shí)寬與帶寬的概念
7.3.2　不確定原理
7.4　信號(hào)的分解
7.4.1　信號(hào)分解的概念
7.4.2　信號(hào)的正交分解
7.5　短時(shí)傅里葉變換
7.5.1　連續(xù)信號(hào)的短時(shí)傅里葉變換
7.5.2　離散信號(hào)的短時(shí)傅里葉變換
7.6　魏格納-威利時(shí)頻分析方法
7.6.1　魏格納-威利分布的定義和性質(zhì)
7.6.2　WVD的性質(zhì)
7.6.3　WVD的缺點(diǎn)
7.6.4　幾種典型信號(hào)的WVD
7.7　小波分析方法及其應(yīng)用
7.7.1　小波變換的定義
7.7.2　小波變換的特點(diǎn)
7.7.3　離散小波變換
7.7.4　機(jī)械信號(hào)處理中常用的小波
7.7.5　應(yīng)用實(shí)例
7.8　Matlab編程實(shí)驗(yàn)
7.8.1　觀察窗函數(shù)的形狀和長(zhǎng)度對(duì)StFT的影響
7.8.2　觀察WVD產(chǎn)生干擾項(xiàng)的問(wèn)題
7.8.3　觀察小波分析結(jié)果
第8章　機(jī)械信號(hào)的其他處理方法及其應(yīng)用
8.1　經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?br />8.1.1　EMD的基本概念
8.1.2　EMD方法原理
8.1.3　EMD方法的特點(diǎn)
8.1.4　EMD方法的應(yīng)用
8.2　循環(huán)統(tǒng)計(jì)量方法
8.2.1　機(jī)械信號(hào)的非平穩(wěn)性和循環(huán)平穩(wěn)性
8.2.2　循環(huán)平穩(wěn)過(guò)程及其描述
8.2.3　循環(huán)譜與功率譜和時(shí)頻分布的關(guān)系
8.2.4　二階循環(huán)統(tǒng)計(jì)特性及其應(yīng)用
8.3　盲源分離方法
8.3.1　概述
8.3.2　獨(dú)立分量分析
8.3.3　ICA快速算法
8.3.4　ICA的應(yīng)用
參考文獻(xiàn)