本书在滚动轴承振动信号降噪分析现有研究成果的基础上，引入数学形态学、量子理论、Hadamard变换等最新理论，将其应用于机械装备中滚动轴承的降噪信号分析过程。本书从不同的角度将量子理论应用于滚动轴承振动信号的噪声去除，在降噪的同时注重故障信号的增强，为滚动轴承运行状态的在线监测和故障诊断提供了新的理论和新的实现手段。全书共分为5章。第1章介绍了本书所用的实验平台和轴承内圈故障的频谱特点，在此基础上确定采用降噪指标、增强指标、频率指标作为全书降噪算法的降噪效果和故障信号增强效果的评价指标；第2章提出了振动信号的在时域的量子化方法，可有效地表达滚动轴承运行状态的噪声信息和故障信息；第3章在时域中基于量子比特建立了多量子比特系统，将其引人数学形态学用于结构元素参数调整，得到了自适应长度结构元素和自适应高度结构元素，进一步提高了数学形态学的非线性、非稳态信号处理能力；第4章将量子理论从时域引入小波域，提出了3种基于量子理论的小波系数收缩方法，进一步拓展量子理论的应用范围；第5章提出了基于量子Hadamard变换的降噪方法，依靠量子理论独立降噪，解决了量子理论需要依靠其他理论方能完成降噪的缺陷。

第1章 绪论
1.1 机械故障信号降噪概述
1.2 降噪处理方法研究现状
1.3 量子理论研究现状
1.4 量子理论在机械振动信号处理中的应用现状
第2章 振动信号的时域量子化
2.1 实验平台
2.2 量子比特
2.3 可行性分析
2.4 振动信号的时域量子化表示
2.5 凸显单向脉冲的时域振动信号量子化
2.6 两类时域量子化方法的区别和应用范围
2.7 本章小结
第3章 结合量子理论和数学形态学的降噪方法研究
3.1 数学形态学
3.2 振动信号的时域多量子比特系统
3.3 自适应长度结构元素ALSE
3.4 自适应高度结构元素AHSE
3.5 ALSE和AHSE区别
3.6 本章小结
第4章 结合量子理论和数理统计模型的降噪方法研究
4.1 基本理论
4.2 振动信号的小波系数量子化
4.3 基于自适应一维Laplace分布模型的小波系数收缩函数
4.4 基于自适应二维高斯分布模型的小波系数收缩函数
4.5 基于混合高斯分布模型的小波系数收缩函数
4.6 基于量子叠加态的参数估计
4.7 降噪算法步骤
4.8 实测信号分析
4.9 三种模型比较
4.10 本章小结
第5章 基于量子Hadamard变换的降噪方法研究
5.1 量子Hadamard变换
5.2 基于Hadamard变换的振动信号量子化
5.3 基于Hadamard变换的凸显单向脉冲的振动信号量子化
5.4 基于Hadamard变换的降噪方法
5.5 降噪算法步骤
5.6 实测信号分析
5.7 本章小结
结束语
参考文献