非線性動力學(xué)信號特征提取及應(yīng)用

定　價：￥89.00

作　者：	李余興
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥75.20)

ISBN：	9787111777892	出版時間：	2025-04-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書以非線性動力學(xué)理論為核心，深入探討了其在信號特征提取領(lǐng)域的應(yīng)用。本書詳細闡述了非線性動力學(xué)的基本理論框架，回顧與探究了非線性動力學(xué)理論及其在信號特征提取領(lǐng)域的應(yīng)用，內(nèi)容涵蓋了非線性動力學(xué)基本理論、特征提取方法、應(yīng)用案例等方面，展示了這些指標在水聲信號處理、故障診斷等多個領(lǐng)域中的實用價值。本書共8章：第1章為緒論，第2章為信號非線性動力學(xué)特征，第3章為基于新型散布熵的特征提取方法，第4章為基于新型斜率熵的特征提取方法，第5章為基于新型Lempel- Ziv復(fù)雜度特征的特征提取方法，第6章為基于新型分形維數(shù)的特征提取方法，第7章為基于多尺度處理的新型非線性動力學(xué)特征提取方法，第8章為基于新型非線性動力學(xué)特征與模態(tài)分解的信號特征提取方法。本書內(nèi)容全面且深入，適合作為信號處理、非線性動力學(xué)、數(shù)據(jù)分析、機械工程等領(lǐng)域科研人員和工程師的專業(yè)參考資料，也可作為從事非線性動力學(xué)研究的碩士生、博士生，以及高年級本科生的參考用書。

作者簡介

　　李余興，西安理工大學(xué)副教授，碩士生導(dǎo)師。長期從事非線性動力學(xué)理論、水聲信號處理、機械故障診斷等方面的研究；獲得陜西高等學(xué)校科學(xué)技術(shù)研究優(yōu)秀成果二等獎1項；主持裝備預(yù)研項目1項、陜西省科技廳面上項目1項、自然資源部海洋觀測技術(shù)重點實驗室開放基金1項。在《Chaos， Solitons and Fractals》《IEEE Transactions on Instrumentation and Measurement》《Nonlinear Dynamics》《ISA Transactions》《Applied Acoustics》等非線性動力學(xué)、水聲、機械領(lǐng)域高水平期刊，發(fā)表SCI論文50余篇，7篇ESI熱點論文，10篇ESI高被引論文，H指數(shù)為24，入選美國斯坦福大學(xué)發(fā)布的2023年度全球前2%科學(xué)家榜單。擔(dān)任《Defence Technology》《Remote Sensing》等多個SCI期刊的編委或客座編輯。

圖書目錄

前言第1章緒論11.1研究背景及意義11.2非線性動力學(xué)理論研究現(xiàn)狀21.2.1信息熵的研究現(xiàn)狀21.2.2Lempel-Ziv復(fù)雜度的研究現(xiàn)狀41.2.3分形維數(shù)的研究現(xiàn)狀51.3信號特征提取方法研究現(xiàn)狀61.3.1傳統(tǒng)信號特征提取方法61.3.2基于非線性動力學(xué)理論的特征提取方法101.4本書的主要內(nèi)容及結(jié)構(gòu)組成11第2章信號非線性動力學(xué)特征132.1李雅普諾夫指數(shù)132.2信息熵152.2.1樣本熵152.2.2模糊熵162.2.3排列熵172.3Lempel-Ziv復(fù)雜度182.4分形維數(shù)182.4.1盒維數(shù)192.4.2關(guān)聯(lián)維數(shù)192.4.3Katz分形維數(shù)212.4.4Higuchi分形維數(shù)212.5小結(jié)22第3章基于新型散布熵的特征提取方法243.1散布熵243.2新型散布熵283.2.1波動散布熵283.2.2逆向散布熵303.2.3波動逆向散布熵303.2.4集合散布熵323.2.5模糊散布熵333.2.6分數(shù)階模糊散布熵353.2.7簡易編碼散布熵373.3新型散布熵仿真實驗393.3.1調(diào)幅啁啾信號實驗393.3.2MIX信號實驗413.3.3Logistic模型實驗433.4基于新型散布熵的艦船輻射噪聲特征提取443.4.1特征提取方法443.4.2實測實驗453.5小結(jié)49第4章基于新型斜率熵的特征提取方法504.1斜率熵504.2新型斜率熵534.2.1單閾值斜率熵534.2.2分數(shù)階斜率熵544.2.3優(yōu)化斜率熵564.3新型斜率熵仿真實驗584.3.1噪聲信號分類實驗594.3.2混沌信號分類實驗604.4新型斜率熵應(yīng)用研究614.4.1特征提取方法614.4.2實測實驗624.5小結(jié)64第5章基于新型Lempel-Ziv復(fù)雜度特征的特征提取方法665.1新型Lempel-Ziv復(fù)雜度665.1.1排列模式Lempel-Ziv復(fù)雜度665.1.2散布Lempel-Ziv復(fù)雜度685.1.3散布模式Lempel-Ziv復(fù)雜度705.2新型Lempel-Ziv復(fù)雜度仿真實驗725.2.1加噪周期信號實驗735.2.2MIX信號實驗735.2.3Logistic模型實驗745.3基于新型Lempel-Ziv復(fù)雜度的海洋環(huán)境噪聲特征提取765.3.1特征提取方法765.3.2實測實驗775.4小結(jié)79第6章基于新型分形維數(shù)的特征提取方法816.1新型分形維數(shù)816.1.1層次盒維數(shù)816.1.2散布Higuchi分形維數(shù)836.1.3優(yōu)化散布Higuchi分形維數(shù)856.2新型分形維數(shù)仿真實驗876.2.1信號長度穩(wěn)定性實驗876.2.2噪聲信號分類實驗886.2.3混沌信號分類實驗906.3基于新型分形維數(shù)的特征提取916.3.1特征提取方法926.3.2東南大學(xué)齒輪數(shù)據(jù)926.4小結(jié)95第7章基于多尺度處理的新型非線性動力學(xué)特征提取方法977.1多尺度處理977.2新型多尺度處理987.2.1精細復(fù)合多尺度處理987.2.2變步長多尺度處理987.2.3精細復(fù)合變步長多尺度處理997.3新型多尺度非線性動力學(xué)特征仿真實驗1017.3.1新型多尺度散布熵仿真實驗1017.3.2新型多尺度斜率熵仿真實驗1027.3.3新型多尺度Lempel-Ziv復(fù)雜度仿真實驗1037.3.4新型多尺度分形維數(shù)仿真實驗1047.4新型多尺度非線性動力學(xué)特征應(yīng)用研究1057.4.1新型多尺度散布熵實測實驗1067.4.2新型多尺度斜率熵實測實驗1087.4.3新型多尺度Lempel-Ziv復(fù)雜度實測實驗1137.4.4新型多尺度分形維數(shù)實測實驗1187.5小結(jié)122第8章基于新型非線性動力學(xué)特征與模態(tài)分解的信號特征提取方法1248.1經(jīng)驗?zāi)B(tài)分解及其改進算法1248.1.1經(jīng)驗?zāi)B(tài)分解1248.1.2集合經(jīng)驗?zāi)B(tài)分解1258.1.3完全自適應(yīng)噪聲集合經(jīng)驗?zāi)B(tài)分解1268.2變分模態(tài)分解及其改進算法1288.2.1變分模態(tài)分解1288.2.2連續(xù)變分模態(tài)分解1308.3基于散布熵與變分模態(tài)分解的特征提取方法1318.3.1特征提取方法1318.3.2軸承信號數(shù)據(jù)1328.4基于斜率熵與連續(xù)變分模態(tài)分解的特征提取方法1388.4.1特征提取方法1388.4.2艦船信號數(shù)據(jù)1398.5基于Lempel-Ziv復(fù)雜度與集合經(jīng)驗?zāi)B(tài)分解的特征提取方法1458.5.1特征提取方法1458.5.2海洋環(huán)境噪聲數(shù)據(jù)1468.6基于分形維數(shù)與變分模態(tài)分解的特征提取方法1518.6.1特征提取方法1518.6.2齒輪信號數(shù)據(jù)1528.7小結(jié)157參考文獻159