1. 研究目的与意义（文献综述）

1.1 研究目的及意义

随着科技的发展，现代机械设备不断向着大型化、智能化、精密化、集成化方向发展，人们对于机械设备运行可靠性的要求也越来越高。设备正常运行时关乎企业的经营成本以及人员的生命安全，但是随着机械设备的使用时间的延长以及某些不正确的操作会使得机械设备不可避免的出现一些故障。因此，机械设备的状态监测和故障诊断技术的发展和应用很有必要。先进的状态监测和故障诊断技术不仅可以发现早期故障，避免事故发生，而且可以提高经济效益和社会效益。

机械设备结构的复杂性,故障的发生以及设备工况的改变都将导致其振动信号具有非平稳特性。能否准确地从这些非平稳信号中提取有用的故障信息是检测故障的关键。时频分析通常用作非平稳信号分析,但是传统时频分析方法存在不同的局限性,难以完全适用于所有故障信息的捕捉,因而对信号的时频分析方法的研究很有必要。

2. 研究的基本内容与方案

本文首先会对稀疏表示理论基础和关键技术以及字典学习的相关算法做一个简要的介绍。在相关理论的基础上为实现多分量信号的高精度时频分析，给出一种基于稀疏表示和字典学习的时频分析算法，对信号建立时变自回归模型，选择一组基函数对模型中的时变参数进行稀疏表示，将信号时频分析转化为一个稀疏表示问题，然后通过一定的算法获得信号的时频谱，选取一段信号进行仿真，获得对这段信号的时频分析。

最后会探究时频分析方法在机械信号的故障检测的应用中。工程实测信号多具有非平稳、非线性特征，时频分析技术是分析此类信号一种有效的工具。但仅仅依靠传统信号分析方法，往往难以实现精确分析的目的。为此本文研究基于稀疏表示和字典学习的时频分析算法对工程实测信号分析。此外还会对工程实测信号用传统的时频分析法比如短时傅里叶变换或小波变换进行一个时频分析，然后对比基于稀疏表示和字典学习的时频分析方法和传统时频分析方法的结果，得出基于稀疏表示和字典学习的时频分析方法的优点。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]olshausen b a, emergence of simple-cell receptive field properties by learning a sparse code for natural images, nature, 1996, 38(6583): 607-609

[2]唐海峰。基于信号稀疏表征的故障诊断方法研究[d].上海交通大学.2014

[3]huber p j. projection pursuit. the annals of statistics. 1985, 13 (2):435-475.