为提升chirplet变换(chirplet transform,CT)估算瞬时频率的精度,在CT基础上结合花斑翠鸟优化(pied kingfisher optimizer,PKO)和径向基移动最小二乘(radial basis function moving least squares,RBFMLS)算法提出了一种识别结构瞬时频...为提升chirplet变换(chirplet transform,CT)估算瞬时频率的精度,在CT基础上结合花斑翠鸟优化(pied kingfisher optimizer,PKO)和径向基移动最小二乘(radial basis function moving least squares,RBFMLS)算法提出了一种识别结构瞬时频率的新方法。该方法采用正定紧支径向基函数作为移动最小二乘近似的权函数,对CT的能量脊线进行估算,同时应用PKO对RBFMLS节点支撑半径和CT窗函数宽度进行优化。通过一组解析信号数值算例和一个时变拉索试验验证了所提方法的有效性。研究结果表明,该方法能有效改善信号分析的能量聚集性,提高瞬时频率的识别精度。展开更多
文摘为提升chirplet变换(chirplet transform,CT)估算瞬时频率的精度,在CT基础上结合花斑翠鸟优化(pied kingfisher optimizer,PKO)和径向基移动最小二乘(radial basis function moving least squares,RBFMLS)算法提出了一种识别结构瞬时频率的新方法。该方法采用正定紧支径向基函数作为移动最小二乘近似的权函数,对CT的能量脊线进行估算,同时应用PKO对RBFMLS节点支撑半径和CT窗函数宽度进行优化。通过一组解析信号数值算例和一个时变拉索试验验证了所提方法的有效性。研究结果表明,该方法能有效改善信号分析的能量聚集性,提高瞬时频率的识别精度。
