期刊文献+
共找到208篇文章
< 1 2 11 >
每页显示 20 50 100
光纤陀螺基于本征模态函数筛选的阈值滤波算法 被引量:5
1
作者 肖文健 陈志斌 +2 位作者 马东玺 张勇 刘先红 《中国惯性技术学报》 EI CSCD 北大核心 2015年第5期685-689,共5页
为降低光纤陀螺随机噪声,提高其测量精度,利用周期图法辨识光纤陀螺的随机噪声特征参数,针对其噪声特征,提出了基于本征模态函数筛选的微分经验模态分解阈值滤波算法。以本征模态函数和原始信号二者的概率密度函数的空间距离为判别依据... 为降低光纤陀螺随机噪声,提高其测量精度,利用周期图法辨识光纤陀螺的随机噪声特征参数,针对其噪声特征,提出了基于本征模态函数筛选的微分经验模态分解阈值滤波算法。以本征模态函数和原始信号二者的概率密度函数的空间距离为判别依据,对所有本征模态函数进行筛选,根据已估计的噪声参数计算阈值大小,采用时间序列阈值的方法对筛选出的本征模态函数进行处理。仿真和实验结果表明,该滤波算法能够在跟踪光纤陀螺信号变化的同时,使其零偏不稳定性下降90.35%,角随机游走下降93.75%,对随机噪声有较好的抑制能力。 展开更多
关键词 光纤陀螺 随机噪声 微分经验模态分解 本征模态函数筛选
在线阅读 下载PDF
分解信号为正交本征模态函数的方法 被引量:7
2
作者 张立振 《振动与冲击》 EI CSCD 北大核心 2007年第5期27-32,共6页
利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产... 利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产生模态混淆。 展开更多
关键词 本征模态函数 快速滤波 解析信号 希尔伯特谱
在线阅读 下载PDF
基于二维本征模态函数的SAR图像目标检测 被引量:1
3
作者 黄世奇 黄文准 刘哲 《兵器装备工程学报》 CAS 2016年第8期93-97,共5页
合成孔径雷达(SAR)成像具有其独特的优势,能全天时全天候获取目标区域遥感数据,但是其成像机理复杂,获得的SAR图像解译困难。从SAR成像回波特点出发,结合二维经验模态分解(BEMD)理论,提出了一种基于二维本征模态函数(BIMF)的SAR图像目... 合成孔径雷达(SAR)成像具有其独特的优势,能全天时全天候获取目标区域遥感数据,但是其成像机理复杂,获得的SAR图像解译困难。从SAR成像回波特点出发,结合二维经验模态分解(BEMD)理论,提出了一种基于二维本征模态函数(BIMF)的SAR图像目标检测算法。采用仿真和实际的SAR图像数据进行了验证实验,实验结果表明,利用融合的BIMF特征分量检测目标,其效果优于直接用原始SAR图像进行目标检测,并且对不同信噪比的SAR图像,具有较强适应能力。 展开更多
关键词 二维本征模态函数 SAR图像 目标检测 融合
在线阅读 下载PDF
利用正交本征模态函数分析日长变化的主要激发源
4
作者 张立振 刘怀山 魏恩泊 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第1期163-166,172,共5页
利用本征模态函数的正交分解方法对日长(LOD,length of day)数据序列进行分解,得到了日长变化的101个正交本征模态函数。通过对其中几个主要模态函数进行分析,发现日月地的相对位置与其中几个模态函数极值发生的时间极其吻合,并据此推... 利用本征模态函数的正交分解方法对日长(LOD,length of day)数据序列进行分解,得到了日长变化的101个正交本征模态函数。通过对其中几个主要模态函数进行分析,发现日月地的相对位置与其中几个模态函数极值发生的时间极其吻合,并据此推断出日长变化的主要激发源。同时还发现日长变化存在准周期约为206 d的波动。 展开更多
关键词 日长(LOD length of day) 本征模态函数(imf Intrinsic Mode Function) Hilbert谱 准2 a振荡(QBO quasi—biennial oscillation)
在线阅读 下载PDF
快速滤波本征模态函数分解中的边界处理
5
作者 张立振 刘鑫 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第S1期204-207,共4页
针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截... 针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截去延拓的部分,保留原信号长度的分解结果。通过实例验证了该方法的有效性。 展开更多
关键词 希尔伯特-黄变换 本征模态函数 快速滤波本征模态分解(FFDSI) 边界效应
在线阅读 下载PDF
主频占优镶边滤波器分解信号为本征模态函数的方法
6
作者 张立振 张春兰 《振动工程学报》 EI CSCD 北大核心 2013年第1期143-152,共10页
针对本征模态函数分解方法FFDSI存在的问题,首先将信号变换到频率域,采用以主频率为始点逐渐向两边扩大频率通过带宽度的方法,寻求一种最宽带通镶边滤波器,使信号经此滤波器滤波后得到的信号为本征模态函数。然后,从原信号减去此模态函... 针对本征模态函数分解方法FFDSI存在的问题,首先将信号变换到频率域,采用以主频率为始点逐渐向两边扩大频率通过带宽度的方法,寻求一种最宽带通镶边滤波器,使信号经此滤波器滤波后得到的信号为本征模态函数。然后,从原信号减去此模态函数并重复这一过程,便可实现信号的本征模态函数分解。新方法不仅可以有效削弱吉布斯效应,较好地反映信号的瞬时特性,尽可能地降低拆分"拍"信号的机率,而且在分解过程中还同时得到了本征模态函数的解析信号,这为以后计算Hilbert谱提供了很大便利。文中还对风浪信号进行了分解,得到了5个有意义的主要本征模态函数。 展开更多
关键词 信号处理 本征模态函数 希尔伯特-黄变换 吉布斯效应 镶边滤波器
在线阅读 下载PDF
直流偏磁下大型变压器的振动和噪声特性分析及特征识别方法研究
7
作者 李唐兵 许加柱 +2 位作者 童涛 徐碧川 曾磊磊 《电源学报》 北大核心 2025年第2期133-141,共9页
直流偏磁是引起大型变压器振动加剧和噪声增大的主要原因之一,全面掌握直流偏磁下大型变压器振动和噪声特征,对变压器的运行状态评估和降噪减振至关重要。以某一406 MVA超高压大型变压器为研究对象,开展振动和噪声特性研究:首先,基于场... 直流偏磁是引起大型变压器振动加剧和噪声增大的主要原因之一,全面掌握直流偏磁下大型变压器振动和噪声特征,对变压器的运行状态评估和降噪减振至关重要。以某一406 MVA超高压大型变压器为研究对象,开展振动和噪声特性研究:首先,基于场路耦合有限元法,仿真分析其在不同直流偏磁电流下的空载运行特性,以及不同直流偏磁下励磁电流规律,进而建立电路-磁场-固体力学-压力声学多物理场耦合模型,并考虑磁致伸缩的影响,求得直流偏磁下变压器不同测量点的振动位移有效值和噪声信号时频特性;然后,对变压器周围不同测量点进行声级测定,将仿真值与实测值进行对比,验证所提变压器振动噪声计算方法的有效性;最后,采用希尔伯特-黄变换HHT(Hilbert-Huang transform)方法提取直流偏磁下大型变压器的振动和噪声特征量,提出1种基于噪声信号本征模态函数能量比的变压器振动特征识别方法。该方法能有效识别变压器直流偏磁的严重程度,准确掌握变压器的运行状态,为及时采取抑制直流偏磁措施提供理论依据。 展开更多
关键词 直流偏磁 振动噪声 多物理场耦合 变压器 本征模态函数
在线阅读 下载PDF
双线性单自由度体系强迫动力反应的Hilbert谱与本征振动模态:输入简谐波频率的影响 被引量:7
8
作者 张郁山 梁建文 胡聿贤 《地震工程与工程振动》 CSCD 北大核心 2005年第4期1-10,共10页
系统地研究了双线性单自由度体系在简谐波输入下表现出非线性力学行为时,输入简谐波频率对体系动力响应的H ilbert谱、H ilbert边缘谱及Fourier幅值谱的影响。研究结果表明,如果体系输入简谐波频率为f,那么体系动力响应H ilbert边缘谱... 系统地研究了双线性单自由度体系在简谐波输入下表现出非线性力学行为时,输入简谐波频率对体系动力响应的H ilbert谱、H ilbert边缘谱及Fourier幅值谱的影响。研究结果表明,如果体系输入简谐波频率为f,那么体系动力响应H ilbert边缘谱的能量分布在f附近一个较宽的频带上,该频带的产生是体系动力响应H ilbert谱中所蕴含的波内调制的必然结果,它源自于体系某个本征振动模态瞬时频率的波动,而这种瞬时频率的波动描述了体系屈服与卸载的非线性力学行为;体系动力响应的Fourier幅值谱自3f起,每隔2f就会出现一个幅值明显高出周围其它分量的Fourier“伪”谐波分量,这也是体系非线性力学行为所造成的结果。 展开更多
关键词 希尔伯特-黄变换(HHT) 双线性SDOF体系 Hilbert谱 Hilbert边缘谱 Fourier谱 本征模态函数(imf) 波内调节机制 波间组合机制
在线阅读 下载PDF
基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法 被引量:33
9
作者 王玉静 康守强 +3 位作者 张云 刘学 姜义成 Mikulovich V I 《电子与信息学报》 EI CSCD 北大核心 2014年第3期595-600,共6页
为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,... 为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。 展开更多
关键词 信号处理 状态识别 非平稳信号 集合经验模态分解(EEMD) 敏感固有模态函数(imf)
在线阅读 下载PDF
基于IMF能量谱的水声信号特征提取与分类 被引量:18
10
作者 刘深 张小蓟 +1 位作者 牛奕龙 汪平平 《计算机工程与应用》 CSCD 2014年第3期203-206,226,共5页
经验模态分解(EMD)是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数(IMF)。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通... 经验模态分解(EMD)是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数(IMF)。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机(SVM)分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。 展开更多
关键词 经验模态分解 本征函数 本征函数能量谱 提取 支持向量机(SVM)分类器
在线阅读 下载PDF
经典模态分解方法中内禀模态函数判据问题研究 被引量:12
11
作者 程军圣 于德介 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2004年第20期1861-1864,共4页
针对经典模态分解方法的内禀模态函数判据问题 ,根据内禀模态函数完备且正交的特点 ,提出了在内禀模态函数“筛选”过程中采用能量差跟踪法来确定内禀模态函数分量。通过仿真和实际信号的分析 ,验证了采用这种方法确定的内禀模态函数分... 针对经典模态分解方法的内禀模态函数判据问题 ,根据内禀模态函数完备且正交的特点 ,提出了在内禀模态函数“筛选”过程中采用能量差跟踪法来确定内禀模态函数分量。通过仿真和实际信号的分析 ,验证了采用这种方法确定的内禀模态函数分量满足正交性要求 ,表现了信号内含的真实物理信息 。 展开更多
关键词 经典模态分解(EMD)方法 内禀模态函数(imf)判据 正交 能量差跟踪法
在线阅读 下载PDF
基于本征模函数的轨道质量评价方法 被引量:8
12
作者 李再帏 练松良 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第2期213-217,共5页
为了更合理有效地评价轨道质量,将轨道不平顺波长因素纳入轨道质量评价中,提出基于本征模函数(intrinsicmode function,IMF)的轨道质量评价方法——轨道质量能量指标(track quality energy index,TQEI).通过对轨道不平顺数据进行经验模... 为了更合理有效地评价轨道质量,将轨道不平顺波长因素纳入轨道质量评价中,提出基于本征模函数(intrinsicmode function,IMF)的轨道质量评价方法——轨道质量能量指标(track quality energy index,TQEI).通过对轨道不平顺数据进行经验模态分解得到对应波长频段的不平顺IMF,利用频谱分析的方法求得各个IMF的能量;将各个IMF的能量与总能量的比值作为特征向量,并进行量纲一化处理,从而得到轨道不平顺IMF的能量系数;利用能量系数求得TQEI.通过理论推导证明了轨道质量数(track qualityindex,TQI)是在不考虑波长因素作用下轨道质量能量指标的特殊形式.最后,以京广提速干线轨道不平顺数据为例,对比分析了实际检测数据TQEI与TQI的关系.结果表明:轨道质量能量指标是对TQI的细化和延续,其既起到了TQI的幅值管理作用,又可以弥补TQI在波长及幅值管理方面的缺陷,可以准确有效地对轨道质量进行评价. 展开更多
关键词 轨道不平顺 本征函数 经验模态分解 能量系数 波长 评价方法
在线阅读 下载PDF
变压器振动信号模态特征提取及分析 被引量:4
13
作者 丁巧林 赵卜 +1 位作者 张珂 宋巍 《电测与仪表》 北大核心 2016年第19期12-15,26,共5页
针对变压器故障情况下振动信号具有非平稳、非线性的特点,提出了利用集合经验模态分解(ensemble empirical mode decomposition method,EEMD)变压器振动信号进而选择有效本征模式函数(intrinsic mode function,IMF)的方法。该方法通过... 针对变压器故障情况下振动信号具有非平稳、非线性的特点,提出了利用集合经验模态分解(ensemble empirical mode decomposition method,EEMD)变压器振动信号进而选择有效本征模式函数(intrinsic mode function,IMF)的方法。该方法通过计算变压器原振动信号与分解后的本征模式函数的归一化相关系数来选取有效分量。再利用筛选出的本征模式函数构造特征矢量,将其作为变压器绕组状态识别的依据。实验结果证明了该方法可准确诊断变压器绕组的故障。 展开更多
关键词 绕组故障 集合经验模态分解 本征模式函数 相关系数 矢量
在线阅读 下载PDF
混凝土缺陷信号变分模态分解与超声成像方法 被引量:2
14
作者 张奇 韩庆邦 +3 位作者 孙刘家 靳琪琳 王溢秋 刘志鹏 《应用声学》 CSCD 北大核心 2024年第4期829-835,共7页
混凝土的强散射特性限制了其中缺陷声波成像的分辨率。该文采用一种依据变分模态分解与全聚焦成像相结合的方法,将接收信号分解成多个本征模态函数,计算各本征模态函数与激励信号的相关系数,对信号加权重构以实现对特征信号的提取,从而... 混凝土的强散射特性限制了其中缺陷声波成像的分辨率。该文采用一种依据变分模态分解与全聚焦成像相结合的方法,将接收信号分解成多个本征模态函数,计算各本征模态函数与激励信号的相关系数,对信号加权重构以实现对特征信号的提取,从而提高成像算法对混凝土缺陷间散射波互干扰的鲁棒性。通过设置对比试验,研究了不同缺陷混凝土结构中该信号处理方式对于成像结果的影响。试验结果表明,该方法对于弱散射及散射干扰具有更好的鲁棒性,相比基于原始数据的成像方法能够更好地还原混凝土内部结构。 展开更多
关键词 混凝土 超声检测 变分模态分解 本征模态函数
在线阅读 下载PDF
主控模态函数及在水位数据分析中的应用
15
作者 张立振 魏恩泊 《海洋科学》 CAS CSCD 北大核心 2007年第8期80-84,共5页
在快速滤波分解信号为最宽带通本征模态函数方法(简称FFDSI方法)的基础上,引入了主控模态函数的概念。将其应用于Chichijima水文站水位信号,从中分解出3个96.93%-主控模态函数,分别代表着不同于调和分潮,且与天体运行规律更加吻合的3种... 在快速滤波分解信号为最宽带通本征模态函数方法(简称FFDSI方法)的基础上,引入了主控模态函数的概念。将其应用于Chichijima水文站水位信号,从中分解出3个96.93%-主控模态函数,分别代表着不同于调和分潮,且与天体运行规律更加吻合的3种模态潮型。由此可见,主控模态函数在信号分析中的应用价值。 展开更多
关键词 本征模态函数 FFDSI分解法 主控模态函数 希尔伯特谱
在线阅读 下载PDF
基于高斯核函数支持向量机的脑电信号时频特征情感多类识别 被引量:12
16
作者 李幼军 钟宁 +2 位作者 黄佳进 栗觅 王东升 《北京工业大学学报》 CAS CSCD 北大核心 2018年第2期234-243,共10页
为了找到一种综合分析方法,提高对脑电信号情感多分类识别的分类精确度,将DEAP数据库中的脑电数据采用经验模态分解的方法分解为多个本征模函数,并对本征模函数按不同的时长窗口进行分片,提取其功率谱密度作为脑电信号特征.将被试对音... 为了找到一种综合分析方法,提高对脑电信号情感多分类识别的分类精确度,将DEAP数据库中的脑电数据采用经验模态分解的方法分解为多个本征模函数,并对本征模函数按不同的时长窗口进行分片,提取其功率谱密度作为脑电信号特征.将被试对音乐视频的情感评价指数用于生成情感分类标签,按"唤醒度"和"效价"2个维度将评价指数映射到二维情感模型中,分成4类.采用"一对一"的高斯核函数支持向量机对脑电特征进行多分类分析.实验结果表明:高斯核函数支持向量机的最高分类准确度达到90.9%(22号被试),平均分类准确度达到68.3%.高斯核函数支持向量机能有效地从脑电信号中识别出不同的情感状态;同时,对于相同刺激,不同的被试产生的情感状态不同;并且,在清醒状态下,脑电信号的高频子波对情感分类有更高的分类精确度. 展开更多
关键词 髙斯核函数 支持向量机 情感分类 脑电图(EEG) 经验模态分解(EMD) 本征函数(imf)
在线阅读 下载PDF
基于IMF能量矩的脑电情绪特征提取研究 被引量:2
17
作者 王成龙 韦巍 李天永 《现代电子技术》 北大核心 2018年第20期10-13,共4页
为了提高脑电信号情绪识别分类的准确率,在小波变换的基础上,结合经验模态分解(EMD)和能量矩提出一种新的脑电特征提取方法。该研究利用小波变换提取左右前额叶(AF3,AF4)、左右额叶(F3,F4)和左右顶叶(FC5,FC6)通道的α波、θ波、β波和... 为了提高脑电信号情绪识别分类的准确率,在小波变换的基础上,结合经验模态分解(EMD)和能量矩提出一种新的脑电特征提取方法。该研究利用小波变换提取左右前额叶(AF3,AF4)、左右额叶(F3,F4)和左右顶叶(FC5,FC6)通道的α波、θ波、β波和γ波节律;对提取的脑电节律进行EMD分解获得固有模态函数(IMF)分量,再进一步提取IMF分量的能量矩特征;最后使用支持向量机实现情感状态评估。实验结果表明,将IMF能量矩用于脑电信号情感识别是可行的。 展开更多
关键词 小波变换 经验模态分解 本征模态函数 能量矩 脑电信号 情感识别
在线阅读 下载PDF
基于流行-IMF奇异值熵的转子故障特征提取方法 被引量:1
18
作者 孙泽金 赵荣珍 《振动.测试与诊断》 EI CSCD 北大核心 2020年第6期1204-1211,1238,共9页
针对转子振动信号的非平稳性以及微弱故障特征难以提取的问题,提出一种基于集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)的奇异值熵和流形学习算法相结合的故障特征提取方法。首先,对原始振动信号进行EEMD分解,... 针对转子振动信号的非平稳性以及微弱故障特征难以提取的问题,提出一种基于集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)的奇异值熵和流形学习算法相结合的故障特征提取方法。首先,对原始振动信号进行EEMD分解,得到若干本征模态函数(intrinsic mode function,简称IMF)分量,根据峭度-欧式距离评价指标选取故障信息丰富的敏感分量,组成初始特征向量,求其奇异值熵;其次,利用近邻概率距离拉普拉斯特征映射算法(nearby probability distance Laplacian eigenmap,简称NPDLE)对奇异值熵组成的特征矩阵进行降维处理;最后,将得到的低维特征子集输入到K-近邻(K-nearest neighbor,简称KNN)中进行模式辨识。用一个双跨度转子实验台数据集和Iris仿真数据集对所提方法进行了验证,结果表明,IMF奇异值熵和NPDLE相结合的方法可以有效地实现转子故障特征提取,提高了故障辨识的准确性。 展开更多
关键词 提取 集合经验模态分解 本征模态函数 奇异值熵 近邻概率距离拉普拉斯特映射算法
在线阅读 下载PDF
均匀海洋波导本征值问题的多模态分析方法
19
作者 魏旺 王斌 范军 《声学技术》 CSCD 北大核心 2019年第2期126-130,共5页
针对传统搜根法求解本征值依赖于初值的设定、精度不高且容易丢根等问题,提出了基于多模态展开方法的本征值、本征函数的快速求解方法。用正弦函数作为深度方向声压的正交函数基,对波动方程进行模态展开,将超越方程的搜根问题转化为正... 针对传统搜根法求解本征值依赖于初值的设定、精度不高且容易丢根等问题,提出了基于多模态展开方法的本征值、本征函数的快速求解方法。用正弦函数作为深度方向声压的正交函数基,对波动方程进行模态展开,将超越方程的搜根问题转化为正交展开系数矩阵的特征值分解,在求解本征值的同时得到本征函数。运用该方法对一些典型的海洋波导进行了数值计算,得到了单层等声速波导、具有声速剖面的波导,以及双层波导的本征值与本征函数结果,并与标准计算结果进行对比,证明该方法是合理且可行的。 展开更多
关键词 模态展开 简正波 本征 本征函数
在线阅读 下载PDF
基于多尺度散布熵的磁声发射信号特征识别方法 被引量:1
20
作者 李梦俊 沈功田 +1 位作者 沈永娜 王强 《机电工程》 北大核心 2024年第1期158-165,共8页
在工程中对设备进行应力检测和微损伤检测时,采集磁声发射信号易受噪声干扰,同时其特征的提取也存在困难,为此,将变分模态分解与散布熵相结合,提出了一种基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法。首先,设计搭建了检测... 在工程中对设备进行应力检测和微损伤检测时,采集磁声发射信号易受噪声干扰,同时其特征的提取也存在困难,为此,将变分模态分解与散布熵相结合,提出了一种基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法。首先,设计搭建了检测实验平台,采集了Q345钢静载拉伸实验中0 MPa~400 MPa应力状态下的MAE信号;然后,采用变分模态分解方法,对磁声发射信号进行了自适应分解,生成了一系列从低频到高频分布的本征模态函数(IMF)分量;其次,计算了每个本征模态函数分量的散布熵值,构建了MAE信号的特征向量矩阵;最后,将特征向量矩阵输入到基于支持向量机建立的识别分类模型中,进行了信号的训练和识别。研究结果表明:使用基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法,能够自适应地实现MAE信号的多尺度化目的,并且准确地识别出不同应力状态下的信号特征,分类识别准确率高达95.3704%,验证了该方法的有效性;说明基于自适应多尺度散布熵和多分类支持向量机的信号特征识别方法能够快速且有效地识别不同应力状态,在信号特征识别方面具有较好的应用潜力。 展开更多
关键词 磁声发射 变分模态分解 散布熵 Q345钢 信号特识别 本征模态函数
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部