检索结果-南通市图书馆

基于短时傅里叶变换的快速贝叶斯模态参数识别方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

建筑结构学报 2023年第5期44卷 305-314,334页

作者：杜航徐海巍楼文娟浙江大学建筑工程学院浙江杭州310058

为反映结构非平稳响应信号的时频特性,提出基于短时傅里叶变换的快速贝叶斯模态参数识别(FBST)方法。该方法采用短时傅里叶变换代替傅里叶变换进行模态参数识别,使模态参数的识别同时具有时频特性,同时能够给出识别结果的不确定性。利... 详细信息

为反映结构非平稳响应信号的时频特性,提出基于短时傅里叶变换的快速贝叶斯模态参数识别(FBST)方法。该方法采用短时傅里叶变换代替傅里叶变换进行模态参数识别,使模态参数的识别同时具有时频特性,同时能够给出识别结果的不确定性。利用时域分解解耦技术,将多自由度多模态响应信号转变为单自由度单模态响应信号以提升计算效率,推导得到高信噪比下负对数似然函数的表达式。采用数值算例验证了FBST方法在时变频率和阻尼比识别上的有效性。在此基础上,针对某大跨柔性光伏支架结构气弹模型的风洞试验数据和某高层建筑风振实测加速度响应数据,利用FBST方法识别了对应结构的阻尼比、频率,并与连续小波变换和Hilbert-Huang变换等经典方法的识别结果进行对比。数值算例分析结果显示,对于时变、非时变信号,FBST方法均能识别与理论值较为一致的阻尼比和频率结果。对于大跨柔性光伏支架结构的气弹试验数据和高层建筑实测加速度响应,FBST方法识别得到的频率结果与连续小波变换以及Hilbert-Huang的结果较为一致,而识别出的阻尼比存在较大变异系数。

关键词：模态参数识别时域分解短时傅里叶变换快速贝叶斯时频特性非平稳过程

基于短时傅里叶变换及其谱峭度的电能质量混合扰动分类

在线全文

学校读者我要写书评

暂无评论

电网技术 2016年第10期40卷 3184-3191页

作者：黄建明瞿合祚李晓明武汉大学电气工程学院湖北省武汉市430072

考虑到电能质量混合扰动分类的复杂性,提出一种基于短时傅里叶变换(short-time Fourier transform,STFT)及其谱峭度(spectral kurtosis,SK)的电能质量混合扰动分类方法。采用短时傅里叶变换作为时频分析工具分析各种类型的电能质量扰动... 详细信息

考虑到电能质量混合扰动分类的复杂性,提出一种基于短时傅里叶变换(short-time Fourier transform,STFT)及其谱峭度(spectral kurtosis,SK)的电能质量混合扰动分类方法。采用短时傅里叶变换作为时频分析工具分析各种类型的电能质量扰动,同时引入基于短时傅里叶变换的谱峭度作为辅助分析,从基频幅值曲线、频率幅值标准差曲线和频率谱峭度曲线中提取适宜的特征量,然后采用基于Binary-SVM的多标签分类法对电能质量混合扰动进行分类。该方法充分考虑到单一扰动之间的相互影响,并通过所提取的特征量进行有效抑制。仿真结果表明,该方法对单一扰动和混合扰动的分类均具有较高的分类准确度,具有较强的鲁棒性和较好的抗噪性。

关键词：电能质量混合扰动短时傅里叶变换谱峭度多标签分类

基于短时傅里叶变换及其倒频谱的滚动轴承静电监测

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2024年第9期39卷 312-319页

作者：刘若晨顾双双孙见忠左洪福贝绍轶江苏理工学院汽车与交通工程学院江苏常州213001 南京航空航天大学民航学院南京211106

针对滚动轴承在常规监测方法下耦合多激励源问题,引入静电监测技术,提出了基于短时傅里叶变换及其倒频谱的故障特征提取方法。设计搭建了滚动轴承静电监测试验平台,采集正常和故障情况下滚动轴承的静电、振动信号。从静电信号的时域、... 详细信息

针对滚动轴承在常规监测方法下耦合多激励源问题,引入静电监测技术,提出了基于短时傅里叶变换及其倒频谱的故障特征提取方法。设计搭建了滚动轴承静电监测试验平台,采集正常和故障情况下滚动轴承的静电、振动信号。从静电信号的时域、频域和时频域角度对比研究,证明了使用时频分析联合倒频谱的方法能准确提取出与实际轴承故障位置相匹配的特征值;对比同步振动信号的故障特征,展现了静电信号低频特征突出、高频衰减快的特点。试验结果表明:滚动轴承发生早期磨损故障后会伴随强烈的静电现象产生。对静电信号进行短时傅里叶变换及倒频谱分析,能有效去除高频激励源,凸显出低频段内轴承故障特征。相比于振动检测,静电检测采集的信号源能较为直接地反映轴承故障信息,为设备故障诊断提供了一种思路。

关键词：静电监测滚动轴承短时傅里叶变换倒频谱试验验证

基于超宽带雷达回波短时傅里叶变换的土壤含水率检测

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第8期55卷 352-360页

作者：尉鹏亮周昱宏王若蓁郭交西北农林科技大学机械与电子工程学院陕西杨凌712100 陕西省农业信息感知与智能服务重点实验室陕西杨凌712100

土壤体积含水率监测对提高农业生产效率和制定合理土壤管理措施具有重要意义。超宽带雷达由于其高距离分辨率、强穿透能力在农业土壤动态信息实时监测中得到广泛应用。但以往对超宽带雷达信号的处理主要关注时域特征,忽略了同样具有丰... 详细信息

土壤体积含水率监测对提高农业生产效率和制定合理土壤管理措施具有重要意义。超宽带雷达由于其高距离分辨率、强穿透能力在农业土壤动态信息实时监测中得到广泛应用。但以往对超宽带雷达信号的处理主要关注时域特征,忽略了同样具有丰富信息的频域特征,使得回波信号在土壤体积含水率反演过程中无法得到充分利用,限制了土壤体积含水率的反演精度。本文基于超宽带雷达获取的土壤回波信号,对其进行预处理并提取与土壤体积含水率有关的回波信号,对该信号采用短时傅里叶变换(Short-time Fourier transform,STFT),分析与土壤体积含水率有关的回波信号随时序变化的时频谱特征,进而结合卷积神经网络(Convolutional neural network,CNN)建立土壤体积含水率分级以及回归预测模型。实验结果表明,基于添加高斯白噪声后的数据,对于土壤体积含水率的分级,将时频特征和CNN模型相结合时,分级总体精度和Kappa系数分别为98.69%和0.9849,相较于10个时域特征与植被指数NDVI(Normalized difference vegetation index)建立的支持向量机模型(Support vector machine,SVM),分级总体精度提升21.78个百分点,Kappa系数提高0.2515。对于土壤体积含水率的回归预测,将时频特征和CNNR(Convolutional neural network regression)模型相结合时,预测结果与真实值之间的决定系数(R^(2))为0.9872,均方根误差(RMSE)为0.0048 cm^(3)/cm^(3),相对分析误差(RPD)为6.2738,相较于10个时域特征结合植被指数NDVI建立的CNNR模型,R^(2)提升0.2316,RMSE降低1.3377 cm^(3)/cm^(3),RPD提高4.2714。综上,在土壤体积含水率分级和回归预测方面,本文所提方法较传统信号检测处理方法具有明显优势。

关键词：土壤体积含水率超宽带雷达短时傅里叶变换卷积神经网络

基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2018年第19期37卷 124-131页

作者：李恒张氢秦仙蓉孙远韬同济大学机械与能源工程学院上海201804

针对具有较强非平稳性和易被强烈背景噪声干扰特点的滚动轴承振动信号,提出了基于短时傅里叶变换和卷积神经网络的故障诊断方法,实现了端到端的故障模式识别。首先,对滚动轴承振动信号进行短时傅里叶变换,得到时频谱样本,分为训练集和... 详细信息

针对具有较强非平稳性和易被强烈背景噪声干扰特点的滚动轴承振动信号,提出了基于短时傅里叶变换和卷积神经网络的故障诊断方法,实现了端到端的故障模式识别。首先,对滚动轴承振动信号进行短时傅里叶变换,得到时频谱样本,分为训练集和测试集;然后将训练集输入卷积神经网络中进行学习,不断更新网络参数;最后,将学习好参数的卷积神经网络模型应用于测试集,输出故障识别结果;通过滚动轴承故障模拟试验,进行可行性和有效性的验证。结果表明提出的方法对不同类型故障有着很高的识别精度,并可以通过增加故障数据种类和数量的方式来提高此方法的鲁棒性,是一种适应于处理"大数据"的故障诊断方法。

关键词：滚动轴承故障诊断短时傅里叶变换卷积神经网络

基于短时傅里叶变换和深度网络的模块化多电平换流器子模块IGBT开路故障诊断

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第12期39卷 3840-3854页

作者：朱琴跃于逸尘占岩文李杰华润恺同济大学电子与信息工程学院上海201804

针对现有模块化多电平换流器(MMC)子模块故障诊断过程中所需传感器较多、测量干扰较大等问题,提出一种基于深度学习的MMC子模块IGBT开路故障诊断方法。在对MMC子模块开路故障特征进行分析的基础上,利用短时傅里叶变换(STFT)提取桥臂电... 详细信息

针对现有模块化多电平换流器(MMC)子模块故障诊断过程中所需传感器较多、测量干扰较大等问题,提出一种基于深度学习的MMC子模块IGBT开路故障诊断方法。在对MMC子模块开路故障特征进行分析的基础上,利用短时傅里叶变换(STFT)提取桥臂电压信号的谐波分量信息作为故障诊断所需的特征参数。将所得到的特征参数进行处理后构建故障诊断样本,在通过深度置信网络实现故障类型快速检测的基础上,依据不同故障类型,构建多个基于卷积神经网络的故障定位网络,进而实现开路故障的检测与定位。通过129电平的MMC系统仿真模型和降功率的MMC实验系统搭建,对该文所提方法进行了验证。仿真和实验结果表明,所提故障诊断方法可以在减少传感器数量的基础上实现子模块开路故障的诊断,提高系统的可靠性。

关键词：模块化多电平换流器开路故障诊断短时傅里叶变换卷积神经网络

基于短时傅里叶变换的汽车零部件耐久性载荷信号编辑方法

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2019年第4期55卷 126-134页

作者：朱茂桃吴新佳郑国峰李利平韩鹏飞上官文斌江苏大学汽车与交通工程学院镇江212013 华南理工大学机械与汽车工程学院广州510641 宁波拓普集团股份有限公司宁波315800

为了保证汽车零部件耐久性试验能够真实复现零件的服役载荷,并将试验场所测得的实际载荷-时间历程信号编辑成有效的缩减载荷信号,提出基于短时傅里叶变换的汽车零部件载荷信号编辑方法。对零件载荷信号进行短时傅里叶变换,得到该载荷信... 详细信息

为了保证汽车零部件耐久性试验能够真实复现零件的服役载荷,并将试验场所测得的实际载荷-时间历程信号编辑成有效的缩减载荷信号,提出基于短时傅里叶变换的汽车零部件载荷信号编辑方法。对零件载荷信号进行短时傅里叶变换,得到该载荷信号的累积功率谱密度。利用累积功率谱密度来识别并提取损伤贡献大的片段,得到零件的缩减载荷信号。以汽车动力总成后拉杆悬置载荷-时间历程信号为例,采用基于短时傅里叶变换和基于损伤保留两种方法来编辑载荷信号。结果表明,在伪损伤保持一致的前提下,相比基于损伤保留方法,基于短时傅里叶变换方法得到的缩减载荷信号时间长度更短,且在统计参数(均值、方均根与峰度系数)和信号幅值域等方面均与原始载荷信号一致性更高。应用该缩减载荷信号建立汽车动力总成后拉杆悬置的耐久性台架试验,验证该套方法的有效性。

关键词：耐久性试验汽车零部件载荷信号编辑短时傅里叶变换遗传算法

基于短时傅里叶变换的Duffing振子微弱信号检测

在线全文

学校读者我要写书评

暂无评论

航空学报 2015年第10期36卷 3418-3429页

作者：牛德智陈长兴陈婷任晓岳王卓程蒙江川蒋金空军工程大学理学院西安710051 西安通信学院西安710106 西安邮电大学电子工程学院西安710061

研究了Duffing振子信号检测过程中混沌、间歇混沌和大周期状态的时频特征,提出了一种基于检测统计量的任意频率信号检测方法。通过对系统不同状态下的输出序列进行短时傅里叶变换(STFT)发现,等幅线和三维时频分布能够体现出不同状态的... 详细信息

研究了Duffing振子信号检测过程中混沌、间歇混沌和大周期状态的时频特征,提出了一种基于检测统计量的任意频率信号检测方法。通过对系统不同状态下的输出序列进行短时傅里叶变换(STFT)发现,等幅线和三维时频分布能够体现出不同状态的显著差异,且可以完全区分出每一种状态。从构造统计量的易实现性出发,用三维时频分布中的幅时曲线作为衡量不同状态的依据,并将不同频率对应的幅时曲线的均值最大量作为检测统计量,该统计量的计算可以借助快速傅里叶变换(FFT)操作提高时效性。在此基础上,引入频率控制单元,给出了任意频率信号的检测方法步骤,方法的关键是将检测统计量最大值处所在的频率作为待测信号频率范围的一个端点,另一个端点为毗邻的两个检测统计量值较大者所在频率点。实验给出了不同状态的检测统计量范围,进而以此范围为判据,实现了振子对任意频率信号的检测,说明了方法的可行性,为Duffing振子信号检测问题的研究提供了一种新的思路。

关键词： Duffing振子间歇混沌短时傅里叶变换三维时频分布检测统计量信号检测

基于时频加窗短时傅里叶变换的LFM干扰抑制

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2007年第6期29卷 1361-1364页

作者：张玉恒吴启晖王金龙解放军理工大学通信工程学院南京210007

通过对线性调频(LFM)信号分数阶傅里叶变换的分析,该文提出了一种基于时频加窗短时傅里叶变换(TFW-STFT)的LFM干扰抑制算法。由于提出的时频窗对LFM干扰具有较好的频域能量聚集性能,因此TFW-STFT对信号的影响要小于无聚集性能的短时傅... 详细信息

通过对线性调频(LFM)信号分数阶傅里叶变换的分析,该文提出了一种基于时频加窗短时傅里叶变换(TFW-STFT)的LFM干扰抑制算法。由于提出的时频窗对LFM干扰具有较好的频域能量聚集性能,因此TFW-STFT对信号的影响要小于无聚集性能的短时傅里叶变换。仿真结果证明该算法在信噪比损失和系统误比特率上明显优于基于短时傅里叶变换的算法。

关键词：干扰抑制时频窗短时傅里叶变换