基于EMD的信号瞬时频率估计

分析了信号瞬时频率的定义及其两种主要的获得信号相位的方法：解析信号法和正交模型法.提出了一种基于经验模式分解的新的瞬时频率估计方法——正交包络法.该方法计算简单,克服了正交模型法无法由一个时间函数确定两个时间函数的困难.与Hilbert变换方法相比,正交包络法使边界问题得到了明显改善.实验证明这是一种有效的瞬时频率估计方法.     

基于自回归模型非线性振动模型特性识别

对假定为三次自由衰减非线性系统的识别进行了理论研究。首先,对系统进行非线性分析得到振幅和频率的瞬时关系式。然后,通过引入Hilbert变换获得结构瞬时振幅和瞬时频率,针对Hilbert变换获得的瞬时频率抗噪音能力弱的缺点;基于自回归时间序列模型通过卡尔曼滤波获得结构瞬时频率。最后,通过已获得的瞬时频率、瞬时振幅及二者的关系式建立相应的回归模型,运用最小二乘法可以识别出非线性系统系数。通过数值算例模拟验证算法识别有效。研究为非线性系统的识别提供理论方法。     

振动系统非线性特性的神经网络识别法

本文介绍了振动系统非线性特性识别的一种结构化神经网络方法，与标准的前馈网络融进了人们对系统的已知认识，神经网络仅仅用来学习未知部分，本文将其应用于振动系统非线性特性的识别，结果表明该法是可行的。     

基于广义S变换的时变索力识别

对于索支承体系桥梁,索缆是其中关键的受力构件,索缆的损伤必然会导致其结构特性发生变化,因此对缆索的瞬时张力进行识别对于评估索体系支撑桥梁的运营状况和健康状况来说至关重要.传统基于频率法的索力识别方法只能识别索在过去一段时间内的平均索力,无法对索力进行实时的识别.广义S变换在进行时频分析时具有频率自适应性及较高的计算效率...     

车辆非线性悬架系统时滞瞬时最优控制

以车辆非线性悬架系统为研究对象,采用理论与仿真相结合的方法,研究系统时滞瞬时最优控制动力学特性.首先以立方多项式模型描述非线性特性,建立含控制回路时滞的车辆非线性悬架系统动力学方程;然后通过状态变换处理系统时滞,利用最优控制理论和龙格库塔法设计了时滞瞬时最优控制律;最后通过数值仿真分析了系统在确定性激励下和随机激励下的...     

经验模型分解在手写体数字识别中的应用

将经验模型分解方法应用于手写体数字识别,提出了一种新的识别方法. 该方法基于字符的轮廓信息特征,具有平移不变性、缩放不变性、旋转不变性. 本文基于分段线性逼近方法提取手写体数字图像的外轮廓,由外轮廓数据构造一个信号s(t),对s(t)进行经验模型分解以抽取它的第一个内蕴模式函数并计算该内蕴模式函数的瞬时频率,选取5个较大的瞬时频率值以及它们之间的时间间隔作为9个特征值;然后对s(t)的波形再重采样16个点作为16个描述s(t)的波形的特征值;最后,采用基于反向传播算法的有多个多输入单输出形式的三层前馈神经网络进行分类与识别. 实验结果表明该方法获得了97.5%以上的正确识别率.     

非线性系统参数识别的频域方法

系统识别是现代控制过程的关键环节．本文提出了一种识别弱非线性振动系统参数的方法．本方法中，参数识别的数学模型是系统的一阶近似频率响应函数．首先，用多尺度法导出弱非线性强迫激励系统的频率响应函数．接着，利用非线性参数变换将此频率响应函数变换为系统参数的线性函数，在此基础上用最小二乘法识别系统的参数．最后，通过数值模拟检验了方法的精度．     

非线性振动系统参数识别的频响函数

在不同激励，不同共振情况下，非线性系统的一次近似频响函数是不同的，有的包含了系统的的全部参数，有的只包含了部分参数，本文研究了多自由度非线的一次近频响函数的形式以及用它们来识别系统参数的可能性。     

多自由度非线性系统的频域识别

通过拟合近似频响函数，在频域中研究多自由度非线性系统参数的识别问题，实例计算结果表明本文的方法是正确的。     

论局域波法中瞬时频率分析

在工程实践大量非平稳信号中，瞬时频率是这类时变信号的一个重要参数．指出了关于瞬时频率的传统定义存在的不足，同时在信号进行局域波分解的基础上，对非平稳信号的瞬时频率进行估计，给出了相应的计算公式，并通过仿真试验验证了其可行性和有效性．     

基于动态规划提取信号小波脊和瞬时频率

提出一种基于动态规划提取信号小波脊和瞬时频率的方法,其基本思路是：对信号进行连续复Morlet小波变换,由变换得到的小波系数的局部模极大值初步提取其小波脊;为降低噪音影响,在初步提取的各小波脊附近选取部分小波系数,通过施加罚函数平滑噪音干扰引起的小波脊变化的不连续性,将小波脊的提取问题转变为最优化问题,采用动态规划方法计算得到新的小波脊;根据小波尺度与频率的关系由提取的小波脊识别出信号的瞬时频率。将提出的方法运用于含噪调频信号进行数值模拟分析和实测索冲击响应信号分析。研究结果表明,基于连续小波变化的模极大值可以有效提取信号小波脊和瞬时频率;采用施加罚函数的方法可有效降低噪音的影响;基于动态规划的方法可有效提高计算效率。     

基于动态BP算法的非线性滞后系统辨识

鉴于很多实际问题都可以转化到多示例框架下求解,多示例学习越来越受到机器学习领域内学者们的关注.提出了一个基于Logistic回归模型的多示例学习算法.首先定义了一个新的似然函数来表示每个包的标签与其示例的隐含标签之间的关系,然后利用凝聚函数把该似然函数转化为一个光滑的凹函数,从而使问题可以用常用的无约束优化方法快速求解.在一些标准数据集和一个文本分类问题上的实验结果表明,所提算法要优于其他常用多示例学习算法.     

基于神经网络的非线性系统辨识

基于神经网络实现了非线性系统的分析,给出了计算实例,实验结果表明了方法的有效性。     

基于扩展卡尔曼滤波和希尔伯特-黄变换瞬时频率的齿轮啮合刚度辨识算法

齿轮副是传动系统中的重要部件,齿轮在啮合过程中会出现单、双齿交替参与啮合的情况,造成齿轮啮合刚度周期变化,引起系统振动.齿轮的啮合刚度与齿轮的状态有关,当齿轮出现故障时,齿轮啮合刚度会发生变化,因此通过监测齿轮的啮合刚度就能够估计齿轮副的工作状态.根据齿轮副的动力学模型建立齿轮啮合刚度的离散辨识模型,提出基于扩展卡尔曼...     

基于FPGA的非线性节点探测系统

为了实现对非线性节点元件的探测,根据非线性半导体PN结的再辐射特性,利用FPGA对信号高速处理的能力,判别是否产生二次谐波信号,来设计并完成基于FPGA的非线性节点探测系统。测试结果表明:该FPGA系统性能完全能满足非线性节点探测中信号处理实时性要求。该研究对非线性节点探测系统的设计具有一定的参考价值。     

基于多普勒效应的单声源速率测定算法研究

应用多普勒效应原理,实现了对固定频率、匀速运动的单声源的速率测定.利用MATLAB拟合了固定传感器接收到的该声源运动时的声音信号,用Hilbert变换得到了该信号的瞬时频率,并以离散时间域的多普勒效应为目标函数,采用非线性最小二乘拟合得到其速率.算法采用小波分析及经验模态分解(EMD)方法分别对原始声音信号和瞬时频率进行去噪.实验结果表明,该算法精度较高,是一种可行的方法.     

关于一类非线性控制系统的频域稳定性判据

基于广义频率响应函数（ＧＦＲＦ）,讨论了多项式类非线性控制系统的参数稳定域,提出了频域稳定性判据的改进形式,并利用仿真例子对所得的结果进行了验证．