针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了一种基于经验模式分解的故障诊断方法,进行复合故障的耦合特征分离和轴承损伤性故障信号特征提取研究.该方法首先通过经验模式分解将复合信号分解为若干个本征模函数(intrinsic mode function,IMF);然后通过计算各IMF与原始复合信号的相关系数确定包含故障特征信息的主要成分,除去虚假分量;最后针对主要成分中的低频成分进行频谱分析提出转子故障特征,针对主要成分中的高频成分进行Hilbert包络解调提取调制故障特征,即轴承损伤性故障特征.仿真及实验结果表明该方法的有效性和实用性

《电子信息工程专业导论》 1 《文献检索与论文写作》 6 《电路分析》 11 《模拟电子技术》 18 《数字电子技术》 25 《微控制器原理与应用》 31 《信号与系统》 38 《电磁场与电磁波》 45 《工程图学基础》 51 《工程学导论》 57 《移动通信概论》 62 《数据通信技术》 68 《工程伦理学》 74 《面向对象程序设计》 80 《复变函数与积分变换》 87 《MATLAB 语言及应用》课程教学大纲 . 92 《数据库原理及应用》 99 《操作系统原理及应用》 107 《数据结构》 114 《通信原理》 121 《通信电子线路》 128 《信息理论与编码》 134 《数字信号处理》 139 《4G 移动通信技术》课程教学大纲 . 145 《光传输技术》 152 《宽带接入技术》 160 《网络安全技术》 165 《4G 全网建设》课程教学大纲 . 171 《5G 移动网络运维》课程教学大纲 . 176 《现代交换技术》 181 《传感器原理及其应用》 186 《EDA 技术及应用》课程教学大纲 . 193 《数字图像处理》 198 《DSP 原理及应用》 205 《微波技术与天线》 210 《雷达原理》 216 《嵌入式系统及其应用》 222 《Python 程序设计》课程教学大纲 . 229 《电子技术专题研究》 234 《通信技术专题研究》 241 《电子工艺与装配技能训练》 246 《电子技术课程设计》 250 《ICT 营销方案与应标》 254 《三网融合竞技实战》 258 《求职能力提升训练》 262 《职业定位与发展（一）》 267 《职业定位与发展（二）》 271 《准职业人导向训练（一）》 275 《准职业人导向训练（二）》 279

本章将采用与讨论连续时间完全相同 的思想方法,来研究离散时间周期信号 与非周期信号的频域分解问题。 DFS与CFS之间既有许多类似之处,也有 一些重大差别:主要是DFS是一个有限项 级数,具有周期性

3.1 使用点对点信道的数据链路层 3.1.1 数据链路和帧 3.1.2 三个基本问题 3.2 点对点协议 PPP 3.2.1 PPP 协议的特点 3.2.2 PPP 协议的帧格式 3.2.3 PPP 协议的工作状态 3.3 使用广播信道的数据链路层 3.3.1 局域网的数据链路层 3.3.2 CSMA/CD 协议 3.4 使用广播信道的以太网 3.4.1 使用集线器的星形拓扑 3.4.2 以太网的信道利用率 3.4.3 以太网的 MAC 层 3.5 扩展的以太网 3.5.1 在物理层扩展以太网 3.5.2 在数据链路层扩展以太网 3.6 高速以太网 3.6.1 100BASE-T 以太网 3.6.2 吉比特以太网 3.6.3 10 吉比特和 100 吉比特以太网 3.6.4 使用以太网进行宽带接入

一、傅里叶级数和傅里叶级数的性质 二、傅里叶变换和傅里叶变换的性质 三、周期信号和非周期信号的频谱分析 四、连续时间LTI系统的频域分析 五、抽样和抽样定理

媒体是信息的载体，如报纸、电视、杂志、电影、广 播等。它以声音、图像、文字、视频信号等方式向人们 提供各种信息。在计算机技术领域中，媒体(medium)指 的是信息传递和存储的最基本的技术和手段

一.实验目的 1.在理论学习的基础上,通过本实验熟悉典型信号的波形和频谱特征,并能够从信号频谱中读取所需的信息。 2.了解信号频谱分析的基本方法及仪器设备

长江大学：《信号与系统》课程教学资源（PPT课件）第1章 信号与系统的概念 1.3 冲激函数 1.4 信号的运算 1.5 信号的时域分解

长江大学：《信号与系统》课程教学资源（PPT课件）第1章 信号与系统的概念 1.1 信号的概念 1.2 基本连续信号

多维事务数据库DB的结构为 (ID,A,AAn, items),A是DB中的结 构化属性(例如顾客的年龄,职业收入等), 而 items是同事务连接的项的集合(例如购 物篮中频繁项集)。每一个 t=(id,aa2man,items--t)由两部分信息 组成:维信息(a1,a2man)和项集信息。 挖掘过程分为两部分:挖掘维度信息的模 式和从投影的子DB中找出频繁项集