说明：最小均方算法，借助于最速下降算法发展起来的，通过维纳滤波所求维纳解，已知输入信号与期望信号的先验统计信息，以及再对输入信号的自相关矩阵进行求逆运算的情况下才能得以确定，计算复杂程度低，收敛性好

PCA-轴承 pca轴承 轴承-pca 自相关滤波 matrix-inversion

说明：包含三个M文件，程序为本人自行编译完成，Demo中设有仿真信号验证，并经本人实际齿轮箱信号（轴承外圈故障）测试，经包络分析结果显示能够有效定位轴承外圈故障频率。 亲测可用。

齿轮箱信号 轴承外圈故障 轴承外圈故障频率

说明：循环平稳信号是一类特殊的非平稳信号，其统计特征具有随时间呈周期变化的特点。旋转机械由于周期运行方式其振动信号具有循环平稳特性，因此利用循环平稳分析方法能够提取出在平稳假设下所不能得到的隐藏故障特征信息，为有效地分离和识别旋转机械早期微弱故障特征提供可能。

振动 旋转故障 故障识别 循环平稳分析 循环平稳分离

说明：HMM matlab程序，可用于齿轮、轴承振动信号的故障诊断适合初学者理解HMM。

齿轮 轴承-诊断 振动故障 HMM故障 HMM轴承诊断

说明：机械故障诊断中的现代信号处理方法介绍了目前常见的一些时域、频域及时频域的信号处理分析方法，对初学者具有一定参考价值。

matlab 机械 故障 方法

说明：MATLAB实现基于EEMD和prony信号分解的故障测距模型。也可配合EMD文件。 内有备注。

EEMD prony信号 故障测距模型

说明：把HHT和神经网络结合起来，识别出是否故障。对于HHT变换，这里用到的是它的IMF分解，然后用能量理论来判别哪些模组是虚假分量，哪些是是真实分量。对于EMD分解后的谱进行特征提取 ，利用的理论基础就是模糊熵。计算出真实 分量的模糊熵，作为输入层；输出层为两个神经元，为0（故障 ）1（正常 （正常 ）...

EMD-特征提取 emd-熵 imf能量 分解-变换 故障特征

说明：基于EMD滚动轴承故障诊断的编程，将振动信号进行分解得到特征频率。

EMD滚动轴承 故障诊断 振动信号 特征频率 EMD

说明：利用emd分解轴承振动信号，并通过改进阈值函数来筛选IMF分量，最后对分量做包络分析，诊断出故障类型。

emd 轴承振动 IMF分量 诊断故障 IMF

说明：这是一个把神经网络直接应用于轴承的故障诊断的程序，输入轴承的信号，直接得答案

轴承诊断 轴承故障 Neural-diagnosis 神经网络-轴承 故障诊断