《机械故障诊断中的现代信号处理方法》可供从事机械设备状态监测与故障诊断、设备管理与维护的广大科技人员使用，也可作为高等院校机械、能源、动力等专业的高年级学生、研究生的教材或参考书。

前言

第一章 短时Fourier变换

1.1 Fourier变换

1.2 短时Fourier变换

1.3 时频解析度及不确定原理

参考文献

第二章 Wigner-Ville分布

2.1 基本定义及计算

2.2 基本性质

2.3 交叉干扰项及其抑制

参考文献

第三章 小波变换

3.1 小波变换简史

3.2 连续小波变换

3.3 基于小波变换的谱分析

3.4 重分配尺度谱

3.5 套用实例：转子碰摩信号分析

3.6 基于小波变换的振动信号奇异性分析及其套用

参考文献

第四章 线性调频小波变换

4.1 线性调频小波

4.2 线性调频小波变换

4.3 自适应线性调频小波分解

4.4 自适应线性调频小波谱图

4.5 Gauss线性调频小波

4.6 多尺度Gauss线性调频小波字典

4.7 改进的自适应线性调频小波谱图

4.8 基于自适应线性调频小波分解的时频分析程式实现及算例

4.9 非线性调频小波变换

4.10 旋转机械起停机过程振动信号分析

参考文献

第五章 Hilbert-Huang变换

5.1 Hilbert变换和瞬时频率

5.2 本徵模函式

5.3 经验模式分解(EMD)方法

5.4 本徵模分量的选择

5.5 基于经验模式分解的Hilbert谱

5.6 套用实例

参考文献

第六章 信号的原子分解方法

6.1 原子分解

6.2 框架分解

6.3 最佳正交基

6.4 匹配追蹤

6.5 基追蹤

6.6 滚动轴承振动信号分析

6.7 齿轮振动信号分析

参考文献

第七章 机械故障诊断中的盲源分离技术

7.1 盲源分离问题的提出

7.2 盲源分离的基本理论

7.3 盲源分离算法

7.4 噪声环境下机械故障源的盲分离

7.5 基于时频分析的机械故障源的盲分离

7.6 基于ICA的特徵提取的HMM故障识别

参考文献

褚福磊，清华大学教授，博士生导师。1982年毕业于江西冶金学院机械系，在天津大学获硕士学位，在英国南安普敦大学获博士学位，2000年起在清华大学精密仪器与机械学系任教授。现担任中国振动工程学会转子动力学专业委员会主任委员、故障诊断专业委员会副主任委员等，并担任《振动工程学报》等刊物的编委。长期从事机械动力学和机械故障诊断技术的教学科研工作。主要研究领域：旋转机械动力学、机械故障诊断技术。在所从事的研究领域已发表学术论文200多篇，其中80多篇被SCI收录，160多篇被EI收录。获国家自然科学二等奖1项，获省部级科技奖励共5项；入选教育部“跨世纪优秀人才培养计画”，获国家杰出青年科学基金，享受国务院政府特殊津贴。