基於盲源分離的結構模態參數識別與損傷診斷

第1章 緒論
1．1 概述
1．2 本書研究的目的及意義
1．3 結構模態識別的研究現狀
1．3．1 模態參數頻域識別法
1．3．2 模態參數時域識別法
1．3．3 模態參數時頻識別法
1．4 結構損傷識別的研究現狀
1．4．1 基於動力指紋的損傷識別
1．4．2 基於模型修正的損傷識別
1．4．3 基於神經網路的損傷識別
1．4．4 基於進化演算法的損傷識別
1．5 盲源分離技術的研究現狀
1．5．1 基於源信號統計特徵的盲源分離
1．5．2 基於源信號結構特徵的盲源分離
1．5．3 基於源信號非平穩性的盲源分離
1．5．4 BSS演算法的快速性
1．5．5 BSS演算法分離效果的評價指標
1．5．6 BSS演算法分離的不確定性
1．6 本書主要研究內容

第2章 盲源分離的基本理論和方法
2．1 概述
2．2 盲源分離模型描述
2．2．1 盲源分離的數學模型
2．2．2 盲源分離的基本假設
2．2．3 盲源分離的不確定性
2．3 盲源分離的數學基礎
2．3．1 概率論與統計基礎
2．3．2 資訊理論基礎
2．4 盲源分離的預處理
2．4．1 中心化
2．4．2 白化
2．5 盲源分離的目標函數
2．5．1 基於極大似然估計的目標函數
2．5．2 基於互資訊最小化的目標函數
2．5．3 基於非高斯最大化的目標函數
2．6 盲源分離的優化演算法
2．6．1 批次處理演算法
2．6．2 自我調整演算法
2．6．3 逐層分離法
2．7 基於盲源分離的信噪分離
2．7．1 FastICA基本理論
2．7．2 SOBI基本理論
2．7．3 信噪分離試驗
2．8 本章小結
……

第3章 基於量子遺傳演算法的時源盲分離的時延優化選擇
第4章 基於改進型盲源分離的結構模態參數識別
第5章 基於盲源分離特徵提取的結構損傷識別研究
第6章 總結與展望
參考文獻