非平稳信号处理方法与应用研究

　　《非平稳信号处理方法与应用研究》介绍了现代发展起来的几种非平稳信号处理方法：经验模态分解、广义S变换、小波变换、局域均值分解和高阶统计量及其组合方法等常见的非平稳信号处理方法。系统地讲解了它们的基本原理及其在信号处理中的技术方法和应用步骤，并系统性阐述了这些方法的基本原理及其在大地电磁测深、振动信号分析与机械故障诊断、近红外光谱去噪与物质检测和核磁共振测井等几个领域中的应用方法和应用效果。《非平稳信号处理方法与应用研究》可供相关专业大专院校教师、研究生和高年级本科学生阅读，还可供从事相关领域数据处理的科技人员参考。

　　蔡剑华，博士，教授，湖南文理学院数理学院副院长，湖南省普通高校青年骨干教师。湖南省重点实验室“光电信息集成与光学制造技术”（校企共建）校方实验室主任，湖南省光学学会理事、湖南省物理学会理事，湖南省应用特色学科—电子科学与技术学术方向带头人，湖南省常德市“十百千工程”人才，湖南省常德市“十佳”创新青年榜样，湖南省、江西省自然科学基金通讯评审专家。主要研究方向为光电信息（数据）处理等，主持完成国家自然科学基金项目1项，省部级科研项目5项，省教改项目2项，市级及横向项目10余项。发表论文60余篇，其中SCI、EI收录30余篇，出版专著（独著）1部，已授权国家发明专利9项，实用新型专利10项。

第1章 方法与基本原理
1.1经验模态分解
1.2广义S变换
1.3小波变换
1.4局域均值分解
1.5高阶累积量与高阶谱
参考文献
第2章 经验模态分解及其组合方法在信号处理中的应用
2.1基于经验模态分解的去噪方法
2.2基于经验模态分解和独立分量分析的大地电磁数据强干扰处理
2.3基于经验模态分解和独立分量分析的核磁共振测井信号去噪
2.4基于经验模态分解和数学形态学组合滤波的矿集区大地电磁信号去噪
2.5基于经验模态分解和数学形态学组合滤波的鱼油EPA含量近红外光谱检测
2.6基于频率域经验模态分解阈值滤波的核磁共振测井信号去噪
2.7基于Hilbert-Huang瞬时谱的大地电磁响应函数稳健估计
2.8 Hilbert-Huang变换与傅里叶变换在大地电磁数据处理中的适用性分析
参考文献
第3章 广义S变换及其组合方法在信号处理中的应用
3.1基于广义S域时频去噪的齿轮故障诊断
3.2基于广义S变换时频分析的轴承故障诊断
3.3基于广义S变换的烟草近红外光谱去噪
3.4基于广义S变换和奇异值分解去噪的轴承故障诊断
3.5基于广义S变换和奇异值分解的近红外光谱去噪
3.6基于广义S变换和奇异值分解的核磁共振测井信号滤波
参考文献
第4章 小波变换及其改进方法在信号处理中的应用
4.1小波变换在大地电磁数据脉冲干扰处理中的应用
4.2基于小波自适应阈值去噪的齿轮故障诊断
4.3基于频率切片小波变换的时频分析与大地电磁信号去噪
4.4基于频率切片小波变换时频分析的齿轮故障诊断
4.5大地电磁信号处理中小波变换与Hilbert-Huang变换的对比
参考文献
第5章 局域均值分解在信号处理中的应用
5.1基于LMD-Teager变换的功率谱估计
5.2 Hilbert-Huang变换与局域均值分解在信号处理中的对比
5.3基于局域均值分解和高阶谱的轴承故障信号特征提取
5.4基于局部均值分解和Teager能量算子的滚动轴承故障信号特征提取
参考文献
第6章 高阶累积量和高阶谱在信号处理中的应用
6.1基于高阶统计量的大地电磁数据处理与仿真
6.2基于经验模态分解与1.5维谱的齿轮故障诊断
6.3基于Sobel算子和Wigner-Hough变换的齿轮故障信号特征提取
参考文献