《经验模态分解在振动分析中的应用》阐述了经验模态分解在振动信号分析中的应用。内容包括经验模态分解的端点延拓、模态混叠和阈值去噪，经验模态分解在非线性振动、结构振动以及语音和振动实验信号分析中的应用。　　《经验模态分解在振动分析中的应用》是振动信号处理方面的学术专著，可供航空、航天、机械等领域中的研究人员和工程技术人员参考，也可以作为机械工程、航空航天工程和力学专业研究生的教学参考书。 第1章绪论1.1时频分析方法的研究意义1.2常见时频分析方法及其局限性1.2.1短时傅里叶变换1.2.2Wigner-Ville分布1.2.3小波变换1.3经验模态分解的提出1.4经验模态分解的研究现状1.5经验模态分解的优势和研究方向1.5.1经验模态分解的优势1.5.2经验模态分解的研究方向1.6经验模态分解在振动信号处理中的应用1.6.1信号去噪1.6.2非线性振动分析1.6.3故障诊断1.6.4语音增强1.6.5其他应用第2章经验模态分解基本理论2.1瞬时频率2.2特征模态函数2.3经验模态分解2.4希尔伯特谱分析2.5经验模态分解特性第3章经验模态分解的端点延拓和模态混叠3.1端点问题的提出3.2利用Volterra模型的端点延拓3.2.1Volterra模型简介3.2.2仿真分析3.3基于最大Lyapunov指数预测的端点延拓3.3.1最大Lyapunov指数的混沌预测相关概念方法3.3.2仿真分析3.4基于支持向量机回归预测的端点延拓3.4.1支持向量机回归预测原理3.4.2仿真分析3.5采用聚合经验模态分解抑制模态混叠3.5.1经验模态分解的模态混叠3.5.2聚合经验模态分解的原理及分解步骤3.5.3聚合经验模态分解在滚动轴承信号分解中的应用第4章阈值去噪方法4.1小波去噪4.1.1小波变换4.1.2小波去噪的基本原理和方法4.1.3小波阈值去噪4.1.4新小波阈值函数去噪4.2经验模态分解阈值去噪方法4.3仿真分析第5章基于经验模态分解的非线性振动分析5.1基于经验模态分解的非线性预测5.1.1最大可预测时间5.1.2仿真分析5.2随机噪声对经验模态分解及其非线性特征的影响5.2.1随机噪声对非线性响应经验模态分解的影响5.2.2噪声对非线性特征的影响5.3IMF变化对原信号非线性特征影响5.3.1IMF缺失对系统非线性特征影响5.3.2IMF比例缩小对系统非线性特征影响5.3.3IMF移位对系统非线性特征影响第6章基于经验模态分解的故障特征提取与信号处理6.1利用经验模态分解下的Volterra模型提取结构损伤特征量6.1.1利用经验模态分解下的V0ltem模型提取损伤特征量的方法和步骤6.1.2仿真分析6.2利用特征模态函数分量包络矩阵的奇异值提取结构损伤特征量6.2.1利用特征模态函数包络和奇异值提取损伤特征量的方法和步骤6.2.2仿真分析6.3基于经验模态分解的振动信号盲源分离6.3.1盲源分离研究背景6.3.2主分量分析6.3.3EMD-PCA-DSS方法6.3.4仿真分析第7章基于经验模态分解的语音信号研究7.1语音信号基本概念7.1.1语音、人耳感知及干扰噪声7.1.2语音增强的意义和应用7.1.3语音增强方法研究进展7.2基于经验模态分解的语音增强7.3基于经验模态分解的语音端点检测7.3.1语音端点检测算法7.3.2基于经验模态分解的互相关函数的语音端点门限值编码7.4基于人耳听觉特性的小波变换的语音增强7.4.1基于小波变换的耳蜗滤波器组实现7.4.2基于人耳听觉特性的小波变换的语音增强算法7.5算法测试及性能评价7.5.1语音质量评价方法7.5.2仿真分析第8章经验模态分解在实验数据分析中的应用8.1滚动轴承的结构损伤检测实验8.1.1滚动轴承的主要损伤形式8.1.2滚动轴承的结构组成、固有频率和损伤特征频率8.1.3滚动轴承振动信号特征8.1.4滚动轴承损伤实验8.1.5买验结果8.2结构损伤特征量提取8.2.1滚动轴承损伤与非损伤的特征量提取8.2.2滚动轴承不同损伤位置的特征量提取8.2.3滚动轴承不同损伤程度的特征量提取8.3Voltem模型在滚动轴承信号分解中的应用8.4非线性裂纹转子实验信号的端点延拓8.4.1实验模型及其原理8.4.2实验装置8.4.3实验数据分析8.5双盘转子信号的盲源分离参考文献