本书对复杂性理论与方法及它们在机械故障诊断领域的应用进行系统论述。全书共7章，主要介绍包括多尺度模糊熵、多尺度排列熵、多尺度散布熵、自适应多尺度熵等在内的多尺度复杂性理论，以及它们在机械故障特征提取与诊断中的应用等内容。本书是在国家自然科学基金、国家重点研发计划和安徽省自然科学基金等课题的支持下完成的，研究内容是目前国内外信号处理和故障诊断研究的新方向。
本书的特点为理论研究、仿真和试验验证相结合，内容新颖，在信号处理和机械故障诊断学科中具有较高的学术前沿性；在系统研究多尺度复杂性理论的基础上，提出一系列基于多尺度复杂性理论的机械故障诊断方法，内容由浅入深、体系完整。所提出的方法皆通过了试验验证，有的已被应用到实际工程中。
本书既可供各类院校教师、研究生和高年级学生阅读，又可供从事信号处理和机械故障诊断的技术人员参考。

前言
第1章 绪论
1.1 非线性动力学方法
1.2 基于熵的复杂性理论发展历程
1.3 复杂性理论在机械故障诊断领域的应用现状
参考文献
第2章 基于熵的复杂性理论方法
2.1 香农熵
2.2 近似熵
2.3 样本熵
2.4 模糊熵
2.5 排列熵
2.6 散布熵
2.7 仿真试验分析
参考文献
第3章 基于多尺度模糊熵的机械故障诊断方法
3.1 多尺度模糊熵
3.1.1 多尺度熵算法
3.1.2 多尺度模糊熵算法
3.2 复合多尺度模糊熵
3.2.1 复合多尺度模糊熵算法
3.2.2 仿真试验分析
3.2.3 CMFE在滚动轴承故障诊断中的应用
3.3 广义精细复合多尺度模糊熵
3.3.1 广义精细复合多尺度模糊熵算法
3.3.2 仿真试验分析
3.3.3 GRCMFE在滚动轴承故障诊断中的应用
3.4 多变量多尺度模糊熵
3.4.1 多变量多尺度模糊熵算法
3.4.2 仿真试验分析
3.4.3 MMFE在行星齿轮箱故障诊断中的应用
参考文献
第4章 基于多尺度排列熵的机械故障诊断方法
4.1 多尺度排列熵
4.2 复合多尺度排列熵
4.2.1 复合多尺度排列熵算法
4.2.2 CMPE参数选取及影响
4.2.3 CMPE在滚动轴承故障诊断中的应用
4.3 广义复合多尺度排列熵
4.3.1 广义复合多尺度排列熵算法
4.3.2 GCMPE参数选取及影响
4.3.3 GCMPE在滚动轴承故障诊断中的应用
4.4 复合多元多尺度排列熵
4.4.1 多元多尺度排列熵算法
4.4.2 复合多元多尺度排列熵算法
4.4.3 仿真试验分析
4.4.4 CMMPE在滚动轴承故障诊断中的应用
参考文献
第5章 基于多尺度散布熵的机械故障诊断方法
5.1 多尺度散布熵
5.1.1 多尺度散布熵算法
5.1.2 MDE参数选取及影响
5.1.3 MDE在滚动轴承故障诊断中的应用
5.2 复合多尺度散布熵
5.3 精细复合多尺度散布熵
5.3.1 精细复合多尺度散布熵算法
5.3.2 RCMDE在滚动轴承故障诊断中的应用
5.4 多元多尺度散布熵
5.4.1 多元散布熵算法
5.4.2 多元多尺度散布熵算法
5.5 精细复合多元多尺度散布熵
5.5.1 精细复合多元多尺度散布熵算法
5.5.2 仿真试验分析
5.5.3 RCMMDE和MCFS在滚动轴承故障诊断中的应用
参考文献
第6章
基于自适应多尺度熵的机械故障智能诊断方法
6.1 粗粒化与自适应多尺度化分析
6.2 自适应复合多尺度模糊熵
6.2.1 基于VMD的自适应复合多尺度模糊熵算法
6.2.2 自适应复合多尺度模糊熵在滚动轴承故障诊断中的应用
6.3 自适应多尺度散布熵
6.3.1 自适应多尺度散步熵算法
6.3.2 仿真试验分析
6.4 改进经验小波变换与散布熵
参考文献
第7章 其他复杂性理论与方法
7.1 余弦相似熵
7.1.1 余弦相似熵算法
7.1.2 CSE参数选取及影响
7.1.3 CSE与SE、FE对比分析
7.2 微分符号熵
7.2.1 微分符号熵算法
7.2.2 DSE参数选取及影响
7.2.3 轴承实测数据分析
7.3 多尺度时不可逆
7.3.1 多尺度时不可逆算法
7.3.2 仿真试验分析
7.4 动力学符号熵
7.5 增量熵
7.6 时频熵
7.7 反向散布熵
参考文献