声明
摘要
第1章 绪论
1.1 课题来源
1.2 课题背景及意义
1.3 国内外研究现状
1.3.1 信号端点检测的研究现状
1.3.2 信号失真识别的研究现状
1.4 本文主要工作与论文结构
第2章 基本原理
2.1 Hilbert-Huang变换
2.1.1 特征尺度参数
2.1.2 固有模态函数
2.1.3 EMD方法
2.1.4 Hilbert谱与Hilbert边际谱
2.1.5 HHT法的仿真实例
2.2 模糊聚类原理
2.2.1 聚类分析的数学模型
2.2.2 聚类目标函数
2.2.3 模糊C均值聚类
2.2.4 减法聚类
2.2.5 模糊模式识别
2.3 本章小结
第3章 基于HHT和OSF的道岔振动信号端点检测
3.1 常见的语音信号端点检测方法介绍
3.2 基于HHT和顺序统计滤波的道岔振动信号特征能量提取
3.2.1 基于HHT的道岔振动信号特征能量提取
3.2.2 顺序统计滤波算法及分析
3.3 基于模糊C均值聚类的特征能量阈值估计
3.3.1 道岔振动信号特征能量的模糊C均值聚类分析
3.3.2 阈值估计
3.4 道岔振动信号端点检测的步骤
3.5 实验分析
3.5.1 高速道岔振动信号的采集
3.5.2 不同特征检测性能的比较
3.5.3 有效振动信号检测率的测试、分析
3.5.4 端点检测对道岔伤损识别的影响分析
3.5.5 识别效率分析
3.6 本章小结
第4章 基于EMD与减法聚类的道岔振动信号失真识别
4.1 道岔振动信号失真类型的模拟方法
4.1.1 加速度传感器常见故障类型分析
4.1.2 加速度传感器常见故障的模拟方法
4.1.3 道岔振动信号的失真类型模拟
4.2 基于EMD的失真道岔振动信号特征提取
4.2.1 固有模态能量熵提取及分析
4.2.2 特征能量提取及分析
4.2.3 残差能量提取及分析
4.3 仿真分析
4.3.1 特征的FCM-减法聚类与分析
4.3.2 不同方法失真识别分析
4.4 本章小结
总结与展望
致谢
参考文献
攻读硕士期间发表的论文及参与的科研项目