機械信號處理及其應用

第1章　緒論
1.1　　機械信號處理的基本概念和作用
1.2　信號處理技術的發(fā)展概況
1.3　機械信號處理的應用簡介
1.3.1　在機械振動和結構設計中的應用
1.3.2　在產(chǎn)品質(zhì)量和自動控制中的應用
1.3.3　在機械監(jiān)測和故障診斷中的應用
1.4　本書的宗旨和內(nèi)容安排
第2章　信號處理中常用的數(shù)學變換
2.1　傅里葉變換
2.1.1　傅里葉級數(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　拉普拉斯變換的應用
2.3　Z變換
2.3.1　離散時間序列與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　機械信號的分類與測量
3.1　測量系統(tǒng)的組成
3.2　機械信號的分類
3.2.1　確定性機械信號
3.2.2　隨機機械信號
3.3　測量系統(tǒng)的特性
3.3.1　概述
3.3.2　線性測量系統(tǒng)基本性質(zhì)
3.3.3　測量系統(tǒng)的靜態(tài)特性
3.3.4　測量系統(tǒng)的動態(tài)特性
3.3.5　不失真測量條件
3.4　常見機械信號的測量
3.4.1　傳感器的分類
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　測量系統(tǒng)的選擇與調(diào)試
3.5.1　測量方案選擇
3.5.2　測量方案選擇原則
3.5.3　測量系統(tǒng)的安裝
3.5.4　測量系統(tǒng)的調(diào)試
3.6　Matlab編程實驗
3.6.1　Matlab簡介
3.6.2　觀察吉布斯現(xiàn)象
3.6.3　觀察系統(tǒng)特性參數(shù)對測量結果的影響
第4章　機械信號的預處理
4.1　信號的放大
4.1.1　運算放大器
4.1.2　測量放大器
4.1.3　電荷放大器
4.2　信號的濾波
4.2.1　理想模擬濾波器
4.2.2　實際模擬濾波器及其基本參數(shù)
4.2.3　模擬濾波器的設計
4.3　信號的調(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　截斷、泄漏和窗函數(shù)
4.4.4　選擇模數(shù)轉換模塊的基本技術指標
4.5　Matlab編程實驗
4.5.1　模擬濾波器設計
4.5.2　振幅調(diào)制信號的產(chǎn)生
第5章　機械信號的時域處理方法及其應用
5.1　時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　實部分量與虛部分量
5.1.4　正交函數(shù)分量
5.2　時域統(tǒng)計特征參數(shù)處理方法
5.2.1　有量綱型的幅值參數(shù)
5.2.2　無量綱型參數(shù)
5.2.3　高階統(tǒng)計量指標
5.3　信號的幅值分布特性
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　典型信號的概率密度函數(shù)
5.4　相關分析方法及其應用
5.4.1　相關函數(shù)
5.4.2　自相關函數(shù)性質(zhì)及其應用
5.4.3　互相關函數(shù)性質(zhì)及其應用
5.5　Matlab編程實驗
第6章　機械信號的頻域處理方法及其應用
6.1　頻譜分析方法
6.1.1　確定性信號的頻譜
6.1.2　離散傅里葉變換與快速傅里葉變換
6.1.3　隨機信號的功率譜密度
6.2　功率譜方法的應用
6.2.1　頻率響應函數(shù)估計
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　倒頻譜的應用
6.4　細化譜分析方法
6.5　Matlab編程實驗
6.5.1　信號的頻譜分析
6.5.2　功率譜估計方法
6.5.3　ZOOM-FFT與FFT的比較
第7章　機械信號的時頻域分析方法及其應用
7.1　時頻分析的基本概念
7.1.1　傅里葉變換的時間和頻率定位功能
7.1.2　傅里葉變換的時頻分辨率
7.1.3　時頻分析方法的發(fā)展
7.2　信號的多分辨率分析
7.3　信號的時寬與帶寬
7.3.1　時寬與帶寬的概念
7.3.2　不確定原理
7.4　信號的分解
7.4.1　信號分解的概念
7.4.2　信號的正交分解
7.5　短時傅里葉變換
7.5.1　連續(xù)信號的短時傅里葉變換
7.5.2　離散信號的短時傅里葉變換
7.6　魏格納-威利時頻分析方法
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
7.6.4　幾種典型信號的WVD
7.7　小波分析方法及其應用
7.7.1　小波變換的定義
7.7.2　小波變換的特點
7.7.3　離散小波變換
7.7.4　機械信號處理中常用的小波
7.7.5　應用實例
7.8　Matlab編程實驗
7.8.1　觀察窗函數(shù)的形狀和長度對StFT的影響
7.8.2　觀察WVD產(chǎn)生干擾項的問題
7.8.3　觀察小波分析結果
第8章　機械信號的其他處理方法及其應用
8.1　經(jīng)驗模式分解方法
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
8.1.4　EMD方法的應用
8.2　循環(huán)統(tǒng)計量方法
8.2.1　機械信號的非平穩(wěn)性和循環(huán)平穩(wěn)性
8.2.2　循環(huán)平穩(wěn)過程及其描述
8.2.3　循環(huán)譜與功率譜和時頻分布的關系
8.2.4　二階循環(huán)統(tǒng)計特性及其應用
8.3　盲源分離方法
8.3.1　概述
8.3.2　獨立分量分析
8.3.3　ICA快速算法
8.3.4　ICA的應用
參考文獻