低信噪比条件下目标螺旋桨参数估计方法

1

作者 韩闯 冷冰 +1 位作者 兰朝凤 邢博闻 《电子与信息学报》 北大核心 2025年第7期2149-2162,共14页

螺旋桨广泛应用于各类航空与航海设备中,如无人机、直升机以及水下舰船,尤其在水下目标探测中,目标的螺旋桨能提供丰富的特征信息。螺旋桨的微动产生的微多普勒频率能够反映其结构和动态行为,成为识别海洋目标的重要指标。准确识别水下... 螺旋桨广泛应用于各类航空与航海设备中,如无人机、直升机以及水下舰船,尤其在水下目标探测中,目标的螺旋桨能提供丰富的特征信息。螺旋桨的微动产生的微多普勒频率能够反映其结构和动态行为,成为识别海洋目标的重要指标。准确识别水下目标螺旋桨的参数,如桨叶数目、桨叶长度以及转速等,对于目标的身份识别具有重要意义。然而,水下探测环境复杂多变,杂波干扰成为常态,对微动特征精准提取构成了挑战,尤其是强杂波背景下,信号处理的难度显著增加。以水下目标螺旋桨参数识别为例,该文针对低信噪比条件下螺旋桨参数估计的挑战,提出一种基于复数域变分模态分解(CVMD)和正交匹配追踪(OMP)算法的新方法。首先分析了螺旋桨回波信号的复杂特性,探讨了传统方法在噪声环境下的局限性。随后,引入CVMD算法对信号进行分解和去噪处理,有效提高了信号的分离能力和抗噪声能力。通过时频分析获取目标闪烁参数,并将其作为先验信息对稀疏字典进行降维处理,降低正交匹配追踪算法的运算量,提高了微动特征参数的估计精度,利用OMP算法,精确提取了螺旋桨的微多普勒特征,实验结果验证了方法的有效性和稳定性。最后,比较了CVMD-OMP方法与传统方法在不同信噪比条件下的性能表现,展示了其在水下声学目标识别中的应用潜力和优势。 展开更多

关键词 微多普勒 信号去噪 特征提取 复数域变分模态分解 正交匹配追踪

在线阅读 下载PDF 职称材料

基于PSO-ChOA优化的轴流风机故障诊断模型

2

作者 吕亚楠 赵康 +1 位作者 马草原 郑璐 《机电工程》 北大核心 2025年第2期373-386,共14页

传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改... 传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改进粒子群优化算法(PSO)与黑猩猩优化算法(ChOA)混合优化策略(PSO-ChOA)的VMD-CNN-Transformer模型,应用于轴流风机故障诊断。首先,通过仿真和实验获取了七种风机典型电气故障信号和三种离心风机轴承故障信号,并进行了预处理以满足算法训练要求;然后,使用PSO对ChOA的狩猎搜索阶段进行了优化,减少了人为设定参数对模型训练的影响,通过构建23个标准测试函数,分析了PSO-ChOA算法在收敛速度和全局优化上的优势;最后,利用变分模态分解(VMD)提取了故障特征,并利用卷积神经网络-Transformer(CNN-Transformer)模型进行了分类,采用实例分析了该模型在处理非线性和高维数据时的强大能力。研究结果表明:相较于传统算法,PSO-ChOA算法在收敛速度上的优势显著,能够更快地跳出局部最优,避免早熟收敛,同时保持较高的搜索精度,最终找到更接近全局最优的解;采用PSO-ChOA优化的VMD-CNN-Transformer模型在风机故障诊断任务中达到了97.76%的准确率,较VMD-CNN-Transformer方法,准确率提升了6.64%;PSO-ChOA在参数优化领域的应用潜力,为工业设备故障诊断研究提供了新的视角。 展开更多

关键词 离心式风机 复杂非线性信号 粒子群优化 黑猩猩优化算法 卷积神经网络-Transformer模型 变分模态分解

在线阅读 下载PDF 职称材料

基于波形复杂特性的励磁涌流快速识别算法研究 被引量：4

3

作者 沈春城 严柏平 +4 位作者 黄大卓 郑国超 冯浩文 林峻宁 陈聪 《电气工程学报》 CSCD 北大核心 2024年第1期243-253,共11页

针对电力变压器空载合闸于CT饱和、轻微匝间故障等扰动因素下励磁涌流快速识别困难的应用需求,提出一种基于电流波形复杂特性的励磁涌流快速识别算法;通过研究空载合闸、CT饱和、匝间故障等扰动因素下的励磁涌流波形复杂特性,提出采用... 针对电力变压器空载合闸于CT饱和、轻微匝间故障等扰动因素下励磁涌流快速识别困难的应用需求,提出一种基于电流波形复杂特性的励磁涌流快速识别算法;通过研究空载合闸、CT饱和、匝间故障等扰动因素下的励磁涌流波形复杂特性,提出采用改进变分模态分解算法,以实现固有模态分量的快速准确分解,同时,研究励磁涌流波形复杂特性的数值表征,提出波形复杂特性的数值表征策略,并选定样本熵和值作为励磁涌流快速识别的判据;模拟建立多场景扰动下的励磁涌流特性仿真模型,验证了所提出算法在空载合闸、合闸于CT饱和、合闸于匝间故障、变压器运行时发生内部及区内故障等工程场景下应用的快速性和可靠性。其中,该算法能够实现首个周波电流采集下的快速模态分解,并具有抗40 dB噪声干扰的抗噪性能,易于复杂扰动下励磁涌流信号快速、可靠辨识的工程应用。 展开更多

关键词 励磁涌流 CT饱和 波形复杂特性 变分模态分解

在线阅读 下载PDF 职称材料

基于VMD和SVM的舰船辐射噪声特征提取及分类识别 被引量：19

4

作者 李余兴 李亚安 +1 位作者 陈晓 蔚婧 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第1期89-94,共6页

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函... 针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。 展开更多

关键词 变分模态分解 复杂度 支持向量机 特征提取 分类识别

在线阅读 下载PDF 职称材料

基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测 被引量：32

5

作者 赵凤展 郝帅 +5 位作者 张宇 杜松怀 单葆国 苏娟 井天军 赵婷婷 《农业工程学报》 EI CAS CSCD 北大核心 2019年第14期190-197,共8页

配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用... 配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用不同的最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行负荷预测,最后将基于不同频率分量的预测结果相加得到最终的日负荷预测结果。为了提高LSSVM预测能力,采用蝙蝠算法(bat algorithm,BA)对各LSSVM的参数进行寻优,同时,该文分析了影响负荷变化的环境因素,设计了一套因素归一化方法,预测过程考虑了环境因素的影响。仿真结果表明,该文提出的考虑复杂环境因素的预测思想及对历史日负荷进行VMD分解、BA优化、LSSVM预测的组合预测方法能有效提高短期日负荷预测的准确性。 展开更多

关键词 算法 电能 配电台区负荷预测 变分模态分解 最小二乘支持向量机 蝙蝠算法 复杂环境因素

在线阅读 下载PDF 职称材料

复杂背景下航拍图像的电力线自动提取算法 被引量：7

6

作者 陈竹安 邹梓龙 +3 位作者 徐志芳 彭嘉琪 施陈敬 洪志强 《测绘通报》 CSCD 北大核心 2022年第4期37-43,共7页

无人机对电力线巡检的关键问题是如何从复杂背景的航拍图像中准确地提取电力线。本文提出了一种基于二维变分模态分解(2D-VMD)提取电力线的新算法。首先对原始航拍图像进行预处理,加快数据处理速度;然后采用2D-VMD算法对预处理后的图像... 无人机对电力线巡检的关键问题是如何从复杂背景的航拍图像中准确地提取电力线。本文提出了一种基于二维变分模态分解(2D-VMD)提取电力线的新算法。首先对原始航拍图像进行预处理,加快数据处理速度;然后采用2D-VMD算法对预处理后的图像进行分解,通过改进后的点锐度算法,选取带有电力线特征的IMF分量图,并利用Roberts算子进行边缘检测;最后利用形态学改进的Hough变换,完成对电力线的提取。试验结果表明,本文方法比传统的Canny算子结合Hough变换方法、LSD方法、Roberts算法结合形态学改进的Hough变换方法更具精确性、抗噪性、自动化。 展开更多

关键词 复杂背景 二维变分模态分解 Roberts算法 形态学 HOUGH变换

原文传递

计入传动轴柔性的齿轮故障系统建模及VMD-Lempel-Ziv损伤评估 被引量：6

7

作者 申勇 章翔峰 +4 位作者 姜宏 周建星 王成龙 乔帅 马铜伟 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第3期126-135,共10页

为有效评估齿轮传动系统损伤程度及检测其生命周期异样,综合考虑传动轴柔性及轴承支撑刚度对传动系统响应的影响,建立了计入传动轴柔性的二级齿轮传动系统损伤动力学模型。建模时,结合有限元法引入了不同损伤程度下的齿轮时变啮合刚度,... 为有效评估齿轮传动系统损伤程度及检测其生命周期异样,综合考虑传动轴柔性及轴承支撑刚度对传动系统响应的影响,建立了计入传动轴柔性的二级齿轮传动系统损伤动力学模型。建模时,结合有限元法引入了不同损伤程度下的齿轮时变啮合刚度,采用Newmark积分法求解了不同状态下的轴承振动响应,并采用Lempel-Ziv复杂度以评价齿轮运行状态。在试验方面,针对采集信号信噪比不理想等问题,提出了一种变分模态分解(VMD)与Lempel-Ziv复杂度结合的齿轮损伤程度评价算法。仿真及试验结果表明:齿轮故障致使振动信号时频域产生转频调制,且随着损伤程度的增加,调制现象越明显,周期性冲击愈显著;Lempel-Ziv复杂度在齿轮整个生命周期呈现先增后减的趋势,在早期故障时,Lempel-Ziv复杂度最为敏感;采用VMD-Lempel-Ziv算法可在噪声环境中对系统进行有效的劣化分析。研究结果验证了采用Lempel-Ziv复杂度指标衡量齿轮损伤程度的可行性与有效性,可为齿轮箱状态检测提供理论依据。 展开更多

关键词 齿轮故障 损伤程度 时变啮合刚度 变分模态分解 Lempel-Ziv复杂度

在线阅读 下载PDF 职称材料

自适应改进双树复小波变换的齿轮箱故障诊断 被引量：13

8

作者 陈旭阳 韩振南 宁少慧 《振动．测试与诊断》 EI CSCD 北大核心 2019年第5期1016-1022,1133,1134,共9页

针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最... 针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。 展开更多

关键词 双树复小波变换 粒子群优化 变分模态分解 峭度值 齿轮箱 故障诊断

在线阅读 下载PDF 职称材料

陡脉冲干扰下的心电信号滤波及QRS提取 被引量：6

9

作者 姚晰童 代煜 +3 位作者 张建勋 葛锦涛 陈通 杨灏 《工程科学学报》 EI CSCD 北大核心 2020年第5期654-662,共9页

为消除陡脉冲带来的干扰,分析了陡脉冲干扰的特点,建立了陡脉冲噪声数学模型,提出了基于变分模态分解(Variational mode decomposition,VMD)的心电信号滤波算法,提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干... 为消除陡脉冲带来的干扰,分析了陡脉冲干扰的特点,建立了陡脉冲噪声数学模型,提出了基于变分模态分解(Variational mode decomposition,VMD)的心电信号滤波算法,提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量;为减少VMD分解层数、提高实时性并减少内存消耗,提出了心电信号预处理算法;针对医疗环境中的随机噪声伴随陡脉冲出现的情况,分析了VMD后子信号中随机噪声的特点,提出了基于VMD子信号能量估计的阈值去噪算法;利用变分模态分解的带通滤波器组特性,提出了基于变分模态分解子信号重组的QRS波群检测算法,配合滤波算法以提高心电信号特征检测精度.以添加了高斯白噪声和模拟陡脉冲干扰的MIT-BIH数据库心电信号和医疗环境中采集的心电信号为实验对象,分别实现对滤波算法和QRS波群检测算法的定量对比分析. 展开更多

关键词 心电信号 陡脉冲干扰 变分模态分解 MIT-BIH数据库 QRS波群

在线阅读 下载PDF 职称材料

基于VMD循环随机跳跃状态网络的时间序列长期预测 被引量：8

10

作者 韩敏 姜涛 冯守渤 《控制与决策》 EI CSCD 北大核心 2020年第9期2175-2181,共7页

由于混沌系统的演化规律复杂,直接对混沌时间序列进行长期预测通常难以达到较好的效果.针对此问题,利用变分模态分解方法将混沌时间序列转化为一系列特征子序列,利用排列熵评估选取子序列个数的合理性,保证特征子序列包含了原序列长期... 由于混沌系统的演化规律复杂,直接对混沌时间序列进行长期预测通常难以达到较好的效果.针对此问题,利用变分模态分解方法将混沌时间序列转化为一系列特征子序列,利用排列熵评估选取子序列个数的合理性,保证特征子序列包含了原序列长期演化趋势.此外,提出一种改进的确定性循环跳跃状态网络作为子序列的预测模型,该网络模型中的储备池采用单向环状连接和双向随机跳跃的拓扑结构,能够避免储备池确定连接结构造成的预测精度较低和随机连接造成网络的不稳定性问题.通过所提出模型对时间序列进行长期预测,采用多种评估手段对预测结果进行分析,表明所提出模型对于长期预测具有较大的优势. 展开更多

关键词 混沌 时间序列预测 回声状态网络 变分模态分解 多尺度不变距离 预测

原文传递

复杂传递路径下轴承滚动体故障特征提取 被引量：1

11

作者 邓武 李凌锋 +1 位作者 李伟含 赵慧敏 《交通运输工程学报》 EI CSCD 北大核心 2023年第1期184-194,共11页

为消除复杂传递路径对轴承滚动体振动信号的影响并提高故障特征提取的能力,研究了基于变分模态分解(VMD)、优化最大相关峭度解卷积(MCKD)和1.5维谱的轴承滚动体故障特征提取问题;分析了轴承滚动体原始振动信号特点、早期故障信号的特性... 为消除复杂传递路径对轴承滚动体振动信号的影响并提高故障特征提取的能力,研究了基于变分模态分解(VMD)、优化最大相关峭度解卷积(MCKD)和1.5维谱的轴承滚动体故障特征提取问题;分析了轴承滚动体原始振动信号特点、早期故障信号的特性以及复杂传递路径对振动信号的影响,运用VMD将原始振动信号分解为一系列本征模态函数(IMFs),提出了转频分量剔除方法,通过峭度准则优选2个峭度较大的IMFs分量进行重构;基于网格搜索法研究了MCKD算法参数优化方法,用以增强重构信号的周期性故障特征,消除复杂传递路径对轴承滚动体故障信号的影响;利用1.5维谱分析重构信号,建立了复杂传递路径下轴承滚动体故障特征提取新方法,实现了轴承滚动体故障的准确诊断;为了证明方法的有效性,选取美国凯斯西储大学轴承SKF6205基座滚动体数据进行试验验证与分析。试验结果表明:网格搜索法获得了MCKD算法的最优滤波长度与冲击周期参数(365、85),优化MCKD算法增强了重构信号的故障特征,减少了无关频率分量,明显降低了其他成分的干扰;提出的故障特征提取方法在0、735和1 470 W负载条件下均提取到了轴承滚动体的故障特征频率(140.6 Hz)以及二倍频(281.3 Hz)和三倍频(421.9 Hz)等所有倍频分量,且不受负载条件的影响,消除了复杂传递路径对轴承滚动体故障特征提取的影响。可见,提取方法可以有效解决复杂传递路径下轴承滚动体故障特征提取与诊断问题。 展开更多

关键词 机械工程 复杂传递 轴承滚动体 特征提取 变分模态分解 最大相关峭度解卷积 1.5维谱

原文传递