公共文化服务平台

搜索到623篇“ 稀疏信号分解“的相关文章

基于故障丰富度指标的稀疏信号分解方法: 2025年; 针对船载天线传动系统中存在的复杂振动信号问题,提出了一种基于K-SVD字典学习的稀疏信号分解方法。船载天线传动系统在实际运行中面临着多变和复杂的环境条件,这些条件导致振动信号具有高度的非线性和非平稳性,从而增加了故障诊断和健康监测的难度。考虑到传统参数字典难以匹配多样化的振动信号特征,首先引入了基于频率加权能量算子的故障丰富度指标,用以量化信号中的故障信息。接着,通过互补集成经验模式分解技术对信号进行降噪预处理,提高了在高噪声环境下K-SVD算法的信号重构精度。详细描述了CEEMD在实际信号处理中的应用步骤,并通过实验数据验证了其在高噪声环境下的降噪效果,进一步提高了K-SVD算法的信号重构精度。此外,还采用基于故障丰富度指标的敏感分量选取方法,确保恢复信号在降噪过程中保留尽可能多的有效故障信息。进一步,使用K-SVD算法对信号进行二次分解,并通过一种新颖的字典初始化方式增强字典原子的故障特征表达能力,从而提高算法的运行效率和故障特征提取精度。最后,通过仿真和实验验证了所提出方法的有效性和精确性。使用真实船载天线的振动数据进行测试,结果显示,该方法能够显著提高故障特征的提取精度和可靠性,为船载天线传动系统的健康监测和故障诊断提供了有力支持。; 关金发马力炜周申申贺王鹏王宇; 关键词：滚动轴承稀疏信号分解故障诊断

稀疏信号分解在旋转机械故障诊断中的应用: 吴佳莲

基于多尺度线调频基稀疏信号分解的结构损伤识别方法研究: 结构的损伤识别对于人们的安全是十分重要的，结构如果发生损伤，将会引起结构某些性态的变化，性态的改变体现在结构的参数变化，因此经常使用结构参数识别结构损伤，而结构参数一般是由结构动力响应数据进行信号分析后得到。结构受损时，...; 刘卓; 关键词：损伤识别

基于多尺度线调频基稀疏信号分解的电力系统非平稳振荡信号特征提取被引量：7: 2017年; 随着电力电子装置在源-网-荷侧的大规模应用,电力系统功率振荡表现出较强的非平稳特性和模式耦合性。本文提出一种基于多尺度线调频基稀疏信号分解的电力系统非平稳振荡信号特征提取方法。多尺度线调频基稀疏信号分解方法能够在动态的时间支撑区内对信号进行投影分解,逐次获得能量最大的信号分量,具有良好的时频聚集性,特别适用于非平稳振荡信号的分解。电力系统的功率振荡信号本质上是一种多模态时变振动系统响应信号。首先通过多尺度线调频基稀疏信号分解方法得到多个单模态振动响应信号,然后根据单模态振动响应特性采用最小二乘法进行振荡特征的提取。仿真算例和实例证明了该方法在电力系统非平稳振荡信号特征提取中的有效性和适应性。; 孙正龙蔡国伟王雨薇杨德友刘铖; 关键词：稀疏信号分解非平稳信号

基于改进稀疏信号分解的线性系统参数识别问题研究: 系统模态参数识别作为结构动力学研究的重要组成部分，与结构建模、仿真分析、损伤识别和优化设计存在着密切联系，因此具有良好的应用前景。伴随着工程实际结构中时变问题的日益突出，时变系统模态参数识别成为了新的研究热点。本文以稀疏...; 张志超; 关键词：结构动力学参数识别稀疏信号分解

稀疏信号分解-分段拟合逼近及其无转速计阶比应用被引量：3: 2014年; 针对传统无转速阶比存在低阶拟合阶次模糊和高阶拟合频率积分方程难求解的问题,提出了一种基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法。根据啮合频率的稀疏信号分解动态时间支撑区对瞬时转频分段,并进行低阶多项式拟合,采用积分逼近方法代替求解方程,确定等角度重采样时刻,准确实现无转速计下的阶比分析。仿真和实测信号试验结果表明:基于啮合频率动态时间支撑区对瞬时转频分段,既能保证各段内频率变化简单,又能使分段最少;在各分段内采用2阶多项式就能准确拟合,解决了单个多项式整体拟合精度不高、缺乏自适应性的问题;积分逼近求解等角度重采样时刻,不需要求解方程,有效解决了方程无解、无实数解影响阶比结果的问题;基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法,为无转速计条件下旋转机械变转速过程信号阶比分析提供了一种新的有效途径。; 梅检民肖云魁曾锐利赵慧敏崔鲲; 关键词：信号处理稀疏信号分解

基于FRFT的改进多尺度线调频基稀疏信号分解方法被引量：3: 2013年; 针对全局搜索基函数计算量大的问题,提出了基于分数阶傅里叶变换(Fractional Fourier Transform,FR-FT)确定基函数的改进多尺度线调频基稀疏信号分解方法。通过解析信号的FRFT消除实信号FRFT结果中的对称项,两级搜索FRFT幅度谱确定信号的最佳基函数,检验该方法的计算效率和抗噪性能,并采用该方法分解频率呈曲线变化的多分量非平稳信号。试验结果表明:对解析信号进行FRFT能有效消除实信号FRFT结果中的对称项;基于FRFT确定基函数速度快、精度高、抗噪能力强,与频偏大小、频率变化快慢无关,不需先验知识,有效克服了全局搜索方法计算量过大的问题;基于FRFT的改进多尺度线调频基稀疏信号分解方法能快速、准确地分解频率呈曲线变化的多分量信号,适合于旋转机械瞬变工况下非平稳信号的瞬时频率估计与目标分量隔离分析。; 梅检民肖云魁周斌陈祥龙乔龙; 关键词：分数阶傅里叶变换多尺度稀疏信号分解

基于多尺度线调频基稀疏信号分解的时变系统模态参数识别被引量：1: 2013年; 在多尺度线调频基稀疏信号分解的基础上,提出一种时变系统的模态参数识别方法。该方法先采用多尺度线调频基稀疏信号分解方法对多自由度线性时变振动系统响应信号进行分解,将其分解成多个单模态振动响应信号并得到单模态振动响应信号的瞬时频率;再根据单模态振动响应信号的包络和瞬时频率识别系统的模态频率与模态阻尼比。多自由度线性时变振动系统模态参数的识别算例表明,与经验模态分解等时频分析方法比较,该方法能有效克服系统振动响应信号分解时的模态混淆问题,识别精度高,抗噪性能好,是一种有较大工程应用前景的多自由度线性时变振动系统模态参数识别方法。; 陈关宝于德介吴雪明; 关键词：稀疏信号分解时变系统模态参数

基于多尺度线调频基稀疏信号分解的线性时变SDOF系统参数识别被引量：1: 2013年; 对于参数时变的SDOF系统,提出一种基于多尺度线调频基稀疏信号分解的参数识别方法。该方法能将SDOF系统的强迫振动响应自适应地分解为稳态响应和瞬态响应。从系统的稳态响应可得到外部激振力的频率估计;对系统的瞬态响应用多尺度线调频基稀疏信号分解方法进一步分解,可得到系统的瞬时频率估计,进而可得到系统的刚度和阻尼,从而实现对SDOF系统的参数识别。刚度线性变化、刚度突变与刚度周期缓变3种情况下的参数识别仿真算例表明,本文方法能有效识别线性时变SDOF系统参数,具有重要的工程应用价值。; 陈关宝于德介; 关键词：稀疏信号分解单自由度系统时变系统参数识别

基于多尺度线调频基稀疏信号分解的模态参数识别方法研究: 振动结构的模态参数识别在国防工业、航天航空、机械工程、土木等领域有着广泛的应用。根据系统参数是否随时间变化，振动系统可分为时变系统和非时变系统。非时变系统的模态参数识别方法虽然已比较成熟，但在复杂环境下如何有效识别非时变...; 陈关宝; 关键词：模态参数时变系统

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈