-
题名ACROA优化的自适应最稀疏窄带分解方法
被引量：4
- 1
-
-
作者
彭延峰
程军圣
杨宇
-
机构
湖南大学汽车车身先进设计制造国家重点实验室
-
出处
《振动工程学报》
EI
CSCD
北大核心
2016年第6期1127-1133,共7页
-
基金
国家重点研发计划项目(2016YFF0203400)
国家自然科学基金资助项目(51375152
+2 种基金
51575168)
智能型新能源汽车国家2011协同创新中心
湖南省绿色汽车2011协同创新中心资助项目
-
文摘
提出了基于人工化学反应优化算法(artificial chemical reaction optimization algorithm,ACROA)的自适应最稀疏窄带分解(adaptive sparsest narrow-band decomposition,ASNBD)方法,将信号分解转化为对滤波器参数的优化问题,使用ACROA进行优化,以得到信号的最稀疏解为优化目标,在优化过程中将信号自适应地分解成若干个具有物理意义的局部窄带信号。对数值仿真和齿轮故障数据进行分析,结果表明该方法在抑制模态混淆、抗噪声性能、提高分量的正交性和准确性等方面要优于ASTFA方法、基于遗传算法(genetic algorithm,GA)的ASNBD方法及总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)方法,并能有效识别出齿轮的典型故障。
-
关键词
故障诊断
齿轮
自适应最稀疏窄带分解
人工化学反应优化算法
局部窄带信号
-
Keywords
fault diagnosis
gear
adaptive sparsest narrow-band decomposition
artificial chemical reaction optimization algo rithm
local narrow-band signal
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TN911.7
[电子电信—通信与信息系统]
-
-
题名复杂环境下多无人机协同目标跟踪路径规划
被引量：4
- 2
-
-
作者
罗统
张民
梁承宇
-
机构
南京航空航天大学自动化学院
-
出处
《兵工自动化》
北大核心
2024年第9期90-96,共7页
-
基金
上海航天科技创新基金(SAST2021-053)。
-
文摘
为解决多无人机在复杂环境下协同目标跟踪的路径规划问题,提出基于模型预测控制(model predictive control,MPC)和先进自适应化学反应优化(advanced adaptive chemical reaction optimization,AACRO)算法相结合的方法。基于目标跟踪模型,使用集中式MPC作为路径规划问题的实时控制框架,设计5个指标成本函数在多种约束条件下优化跟踪性能,获取无人机的最优跟踪路径;针对上述多维问题的复杂程度,使用一种新型智能算法解算MPC控制策略。仿真结果表明:该方案具备有效性和可行性,对无人机群协同目标跟踪具有重要的应用价值。
-
关键词
模型预测控制
高级自适应化学反应优化算法
目标跟踪
路径规划
-
Keywords
model predictive control
advanced adaptive chemical reaction optimization algorithm
target tracking
path planning
-
分类号
V279
[航空宇航科学与技术—飞行器设计]
-
