1. 毕业设计（论文）主要内容：
本课题拟提出一种针对非线性非稳定信号瞬时频率的自适应分析方法。
该方法来源于经验模态分解和压缩传感理论，其基本思想为：在由本征模态函数组成的字典上搜索求解多分量数据的稀疏系数，稀疏系数的求解可等效为一个非线性l0优化问题，拟采用一种非线性匹配搜索算法来求解该问题，并分析了非线性匹配搜索算法的瞬时频率的计算误差。
2. 毕业设计（论文）主要任务及要求
1、 查阅不少于15篇的相关资料，其中近五年外文文献不少于3篇，完成开题报告；2、 学习字典学习和稀疏表示的相关知识；
3、 设计基于字典学习的信号时频特性分类和识别；
4、 将该时频分析方法用于机械信号的时频检测应用；
3. 毕业设计（论文）完成任务的计划与安排
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。
第10-12周：针对具体的实验数据，完成仿真，实现功能，比较分析结果。
4. 主要参考文献
[1]Thomas Y. Hou , Zuoqiang Shi，Data-driven time–frequency analysis，Applied and Computational Harmonic Analysis，35 (2013) 284–308[2]A. Jung, G. Taubck, and F. Hlawatsch, "Compressive spectral estimation for nonstationary random processes," IEEE Trans. Information Theory, vol. 59, no. 5, pp. 3117–3138, 2013.
[3]W. Qisong, Y.D. Zhang, M.G. Amin, “Continuous structure based Bayesian compressive sensing for sparse reconstruction of time-frequency distributions,” 19th International Conference on Digital Signal Processing (DSP), Hong Kong, pp. 831-836, 2014.
[4]Y. D. Zhang, M. G. Amin, and B. Himed, “Reduced interference time-frequency representations and sparse reconstruction of undersampled data,” in Proc. European Signal Proc. Conf., (Marrakech, Morocco), pp. 1-5, Sept. 2013.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
