為了減少能量泄漏,傅里葉變換時多采用加窗的方法,但這種方法會在端點處誤刪掉有效數(shù)據(jù),因此,N.E.Huang建議在HHT變換時采用信號延拓的方法來抑制端點效應。延拓的思路是原數(shù)據(jù)序列經(jīng)數(shù)據(jù)延拓后,分解后形成的固有模態(tài)分量也就包...[繼續(xù)閱讀]

    趙進平等人提出了數(shù)據(jù)鏡像延拓的算法。鏡像延拓算法是以假設的鏡子為中心,形成原數(shù)據(jù)序列與數(shù)據(jù)序列影響相對稱,并且首尾相連,構成一條連續(xù)、封閉的曲線環(huán),如圖3-6(a)所示,鏡面上下分別為原始序列和延拓所得序列。鏡像延拓必...[繼續(xù)閱讀]

    鏡像延拓法以及極值點對稱延拓法均是比較機械地克隆了原始信號中的極值點位置,不可避免地難以還原實際的非線性信號趨勢特征,因此從時間序列數(shù)據(jù)的預測角度出發(fā),陸續(xù)出現(xiàn)了基于神經(jīng)網(wǎng)絡的數(shù)據(jù)序列預測、基于支持向量機的...[繼續(xù)閱讀]

    ARMA模型可表述為對于一個平穩(wěn)、零均值的時間序列{xt},t=1,2,…,N,可擬合如下形式的隨機差分方程:式中,φi(i=1,2,…,n)為自回歸(Autoregressive)參數(shù);θj(j=1,2,…,m)為滑動平均(MovingAverage)參數(shù);序列{at}為殘差序列,當這一方程準確地反映了數(shù)據(jù)...[繼續(xù)閱讀]

    3.5.2.1PSO算法粒子群優(yōu)化算法是一種種群行為的智能隨機優(yōu)化技術,由Eberhart和Kennedy于1995年提出。粒子群算法模仿昆蟲、鳥群和魚群等的群集行為,主要用于解決非線性優(yōu)化問題、多目標約束優(yōu)化問題、動態(tài)優(yōu)化問題等。由于PSO算法簡...[繼續(xù)閱讀]

    ARMA模型在實際應用中的階數(shù)(n,m)一般較低。在ARMA(n,m)中共有n+m+1個待估參數(shù):φi(i=1,2,…,n),θj(j=1,2,…,m)以及殘差方差σ2a。3.5.3.1參數(shù)估計步驟潘迪特-吳賢銘建模方法[96]表明,當以殘差方差作為適應度函數(shù)時,用ARMA(2n,2n-1)作為模型來擬合...[繼續(xù)閱讀]

    以齒輪箱故障診斷實驗臺架為研究對象,采用上面所述方法建立ARMA模型,對齒輪箱軸承的輸出扭矩進行短期預測。扭矩信號是判別齒輪箱的聯(lián)軸器不對中、外圈剝落、齒輪斷齒等多個故障的重要要素之一,預測數(shù)據(jù)對于在線故障診斷具...[繼續(xù)閱讀]

    仿真試驗數(shù)據(jù)由下式產(chǎn)生:x(t)=4sin(20πt)sin(0.2πt)+sin(10πt)(3-34)其中,x(t)的幅度為4,t∈[0.15,2.15],該信號由一個載波頻率為10Hz的調(diào)幅信號(設為x1)和一個頻率為5Hz的正弦信號(設為x2)組成,式(3-34)所產(chǎn)生的信號如圖3-15所示。圖3-15原始信號利用...[繼續(xù)閱讀]

    本章針對HHT方法在處理非線性、非平穩(wěn)信號中存在的端點效應、頻譜泄漏等現(xiàn)象,研究了基于自回歸移動平均模型的波形預測延拓方法,具體工作如下:(1)對常規(guī)HHT方法中的端點效應現(xiàn)象進行了詳細分析,指出由于曲線擬合誤差較大導致...[繼續(xù)閱讀]

    測試信號中攜帶著人們所需要的有用信息,也常常含有人們不感興趣的其他信號,后者被稱為干擾噪聲,由于機械系統(tǒng)的復雜性以及周圍噪聲的影響,干擾噪聲是在測試過程中不可避免地滲入測試系統(tǒng)中的,因此信號分析處理的第一步就是...[繼續(xù)閱讀]