基于多重分形降趋算法与改进的K均值聚类滚动轴承故障诊断

针对滚动轴承振动信号非线性、非平稳的特点,提出采用多重分形降趋算法计算多重分形谱参数作为特征参数,对比分析了多重分形降趋波动分析法及多重分形降趋移动平均法提取轴承故障特征的优劣性.并提出改进的K均值聚类分析对多重分形降趋算法提取的特征参数进行分类,从而实现轴承故障诊断的目的.运用滚动轴承公开数据对方法进行验证,提取时域特征与多重分形谱参数进行对比分析,并对两种多重分形降趋算法的效果进行对比分析,验证了多重分形降趋波动分析法与改进K均值聚类相结合对轴承故障诊断的有效性,为轴承故障诊断方法提供了一种新的尝试.      

基于分形插值的多重分形降趋波动分析法及其有效性检验

利用分形插值拟合替代多重分形降趋波动分析法(MFDFA)中的多项式拟合,给出基于分形插值的多重分形降趋波动分析法(FI-MFDFA),并以经典的二项式多重分形序列(BMS)为例,检验该方法的有效性.结果表明,FI-MFDFA方法能有效识别序列多重分布奇异性的程度,随着BMS模型参数的减小,序列多重分形特征越明显;通过与...     

一种基于sEMG信号多重分形的肌肉疲劳特征分析方法

针对由表面肌电信号(sEMG)非平稳、非线性、自相似性等复杂特性导致的肌肉疲劳估计不准的问题,提出一种基于sEMG信号多重分形降趋移动平均法(MFDMA)的肌肉疲劳特征分析方法。首先,利用MFDMA方法对采集的sEMG信号、洗牌信号和高斯白噪声信号进行非线性动力学分析;其次,利用MFDMA方法计算sEMG信号的多重分形谱宽度、Hurst指数变化差值、概率测度值和峰值奇异指数4种多重分形特征;最后,利用t-检验法分析肌肉疲劳与非疲劳状态下的多重分形特征的显著差异性。结果表明,MFDMA方法能够描述sEMG信号的多重分形行为,谱宽等多重分形特征在肌肉疲劳与非疲劳状态下具有显著性差异。所提方法能够可靠表征运动性肌肉疲劳,可为肌肉疲劳识别模型建构、康复医学研究提供特征参考。     

OFDM信号的多重分形谱特征盲识别算法

针对非合作通信条件下的调制方式识别问题,提出了一种正交频分复用(OFDM)信号的多重分形谱特征盲识别算法.该算法首先提取通信信号多重分形谱最大值对应的奇异性指数以及通信解析信号平方处理后经两次傅里叶变换的幅频信号的多重分形谱跨度作为信号特征参数,然后通过多层决策树分类器完成对OFDM信号和单载波信号的识别.该算法提取的...     

基于EMD与分形理论的闪电电场信号识别研究

基于经验模态分解(EMD)和分形理论对闪电电场信号的不同放电类型进行了识别研究.对闪电信号进行EMD分解后,用相关系数选取其优势分量并计算出相应的盒分形维数,将这些优势分量的盒维数、闪电信号的多重分形谱参数以及优势分量盒维数与多重分形谱参数的融合分别作为闪电信号的有效特征值,采用支持向量机对云、地闪不同放电类型的闪电信号进行识别研究.结果表明,单一分形特征与多重分形谱参数的融合特征,能够更精确地表征闪电信号的鉴别性特征,会获得更高的识别率,研究成果对闪电类型的识别有一定的参考价值.     

港口罢工影响下近地面O_3与NO_x浓度变化的多重分形研究

以香港港口2013年3月28日发生的工人罢工事件为契机,利用多重分形理论方法对罢工前和罢工中港口近地面O_3、NO_x随时间演变的多重分形特征进行分析.首先,运用多重分形消除趋势波动分析方法(MF-DFA)分析O_3、NO_x自身的多重分形特征,结果表明,港口罢工前和罢工中,O_3、NO_x浓度演化过程表现出非线性、复杂性的多重分形特征,并且污染物的多重分形特征在罢工中更强.接下来,使用多重分形消除趋势交叉波动分析方法(MF-DCCA),对O_3、NO_x相关性的多重分形特征进行分析,结果表明,二者的交叉相关性存在具有长期记忆性的多重分形特征.最后,对污染物原始序列进行随机重排处理和相位随机处理,对导致污染物多重分形特征的动力来源进行分析,结果表明,港口罢工前后长程相关性在污染物的演化中占有主导控制地位,厚尾分布效应在罢工中较明显,而且由于污染物多重分形特征的长程相关性的动力来源机制,二次污染物O_3的浓度在罢工中下降的趋势并不明显,并在一定时间尺度上存在高浓度的风险.研究结果可为分析港口罢工事件对港口城市大气污染的影响及大气污染物的演化机制提供参考.     

股票收益率的多重分形降趋交叉相关性分析

应用MF-X-DFA方法对上证综合指数(SSCI)和香港恒生指数(HSI)的收益率进行多重分形分析,结果表明上证综合指数和香港恒生指数均具有多重分形特征,两市场之间存在交叉相关性.当证券市场出现较大波动时,两个证券市场之间的交叉相关性要大于其自相关性.     

基于分形理论的水合物回波特征提取及分类识别

针对海底裸露块状天然气水合物的探测问题,为了能从超声回波中准确提取天然气水合物的特征信息并与其他海底沉积物的特征进行分类识别,提出基于分形理论的水合物分类识别方法。通过实验室超声探测装置获取各类海底沉积物样品和天然气水合物样品的回波信号,并利用分形理论对回波信号进行分析,提取不同海底底质的声学回波特征,然后利用分类算法对底质进行分类识别。利用概率神经网络对沉积物试样回波样本的原始广义维数谱及经过核Fisher判别分析法优化后的特征进行分类识别。研究结果表明：采用多重分形方法提取的不同海底底质的广义维数谱特征差异明显,可以达到区分天然气水合物和其他沉积物的目的;未经优化的原始广义维数谱的识别准确率约为68.8%,而采用降维优化处理后的识别准确率提高到82.3%,表明经降维优化后的核Fisher判别分析法对天然气水合物回波信号的识别具有较好的适应性和较高的准确率。     

基于多重分形的齿轮故障特征提取方法

为提取齿轮的故障特征,提出利用多重分形谱参数来表征齿轮振动信号特征的方法.运用多重分形理论对实测的齿轮振动信号进行分析,计算了振动信号的多重分形谱参数,并对齿轮振动信号多重分形谱参数的变化规律进行了研究.结果表明:齿轮工作状态不同,振动信号的多重分形谱参数△a、△f及fmax发生明显变化.当齿轮出现断齿故障时,△a、△f和fmax均显著增大.多重分形谱参数可定量刻画振动信号的特征,成功识别齿轮断齿故障.     

沪深300股指期现货市场间相依度测度实证研究

考虑金融市场间非线性、非正态性假设下的交叉相关性特征,基于复杂性理论视角,引入更符合金融市场实际的交叉相关性统计量检验、去趋势交叉相关性分析(DCCA)及多重分形去趋势交叉相关性分析(MF-DCCA)等方法对沪深300股指期现货市场间的相依度测度进行定量研究.研究结果表明:我国沪深300股指期现货市场不但自身具有长记忆性及多重分形特征,且两市场间也存在着显著的交叉相关性和交叉多重分形特征.上述研究结果将为深入研究多市场间非线性依赖关系和复杂特性机理提供有益参考.     

基于多重分形的混凝土重力坝水平位移波动分析

为了更好地掌握大坝变形的长期行为和演变规律,在考虑位移与环境量相关性的前提下,将多重分形理论应用到大坝变形实测数据分析中。以某混凝土重力坝的变形分析为例,利用多尺度滑动时间窗消除由传统多重分形子区间划分产生的伪波动,通过多重分形去趋势相关性分析法(MF-DCCA)刻画位移与环境量相关性的多重分形特征,进一步利用多重分形非对称去趋势相关性分析法(MF-A-DCCA)分别对位移原序列、正趋势、负趋势进行波动性、非对称性和长程相关性分析,从位移整体波动和局部趋势两个层面描述了位移在环境量影响下的多重分形特征。分析结果表明,坝体变形性态较好,且位移多重分形特征受环境量影响明显,其中库水位的变化是导致该混凝土重力坝水平位移多重分形特征的主要原因。     

基于协方差矩阵同时对角化的盲信号分离算法

提出了基于自相关协方差矩阵同时对角化的两个盲源信号分离算法. 利用广义奇异值分解(GSVD)算法,将源信号观测数据预白化后的零阶和一阶自相关协方差矩阵同时对角化,估算出两路源信号. 与二阶盲识别(SOBI)算法进行了比较,该算法具有计算简单且运算精度高的优点. 在线性混合加噪模型下,计算机仿真表明该算法的有效性.     

未知噪声背景下的改进型MMUSIC算法

针对不能确知被估计信号源的相关性和非平稳且噪声功率未知的高斯噪声环境,提出一种改进型的修正多重信号分类(MMUSIC)算法.用协方差差分法消除阵列协方差矩阵中的未知噪声矩阵,再用MMU-SIC算法对得到的协方差差分矩阵进行解相关或解相干处理.该算法只要求阵元数为不少于2L+1,即可在不影响相干信号源估计的同时,保证不相关信号源的估计性能.仿真结果表明:算法能够在不能确知信号源相关性和低信噪比的未知噪声环境下,对信号源进行有效的波达方向估计,获得很高的估计精度和角度分辨率.     

基于多重分形模型的非高斯信号建模

在小波域中，研究了基于β分布、点集分布和β分布与点集分布的混合多重分形模型（β－MWM．pm-PWM和β－pmMWM）；运用相关性检测和多重分形奇异谱检验方法分析了这3种模型对实际的水声非高斯信号的逼近性能。探讨了非高斯信号的多重分形分布特性，将研究结果应用于水声噪声的分析中，发现其多重分形分 布与环境有密切的关系；应用于水声噪声的识别研究中，取得了较好的实验结果。     

基于数学形态学分形理论与PNN的轴承状态监测与故障诊断

针对滚动轴承状态监测实时性差、故障诊断准确率低的问题,提出一种基于改进局部均值分解（ILMD）和数学形态学分形理论的特征提取算法,并结合概率神经网络（PNN）完成对轴承状态的智能化识别分类.该算法首先通过ILMD分解轴承原始振动信号,选取相关性系数最大的两阶分量,求取其分形维数作为特征向量;其次,结合盒维数理论,将“形态学覆盖面积”作为第三维特征向量,同时构建起三维特征矩阵;最后将特征矩阵输入PNN以完成状态的识别分类.使用西储大学实测轴承数据验证算法,结果表明,该算法不仅能够精确识别不同状态的轴承,还能有效分类同种故障下不同损伤程度的轴承状态,平均识别率超过99.6%,平均识别时间0.21s.     

未知互耦条件下相干与非相干混合信号的波达方向估计

针对阵列互耦对导向矢量的扰动,以及信号相干性对数据协方差矩阵造成的秩损致使超分辨波达方向(DOA)估计算法性能变差甚至失效的问题,提出了一种在相干与非相干信号混合状态下无需阵列互耦补偿的DOA估计算法.其中:仅截取部分阵元的接收数据,即可达到阵列互耦自抑制的目的;对数据协方差矩阵进行特征分解,利用所得特征矢量重构等效协方差矩阵,并对等效协方差矩阵进行奇异值分解,基于多重信号分类法或信号参数估计的旋转不变子空间技术完成混合信号的DOA估计;并利用计算机进行数值仿真以验证算法的有效性.结果表明,在阵列互耦未知的条件下,所提出的算法能够正确估计信号的DOA,无需互耦参数的估计或补偿.     

去滑动均值趋势的DeWijs模型多重分形特征分析

运用去滑动均值算法,探讨了De Wijs模型的多重分形特征。结果显示,趋势波动函数Fq(s)与尺度s具有较好幂律关系,Hurst指数h(q)与标度函数τ(q)都是随q变化的非线性函数,且随着富集参数d的增大,多重分形谱f(α)曲线跨度越大,指示多重分形特征越明显。这表明去滑动均值算法是识别De Wijs模型的多重分形特征及区分其分形强度的有效方法,可为进一步应用于实验数据的非线性特征分析提供理论指导。     

多径衰落信号的多重分形谱

利用多重分形模型对多径衰落信号的分形特征进行了分析和讨论。通过分析,指出多径信号的多重分形谱特征是描述移动通信信道的重要参数,并引入了一种利用相空间重构的思想来提取信号多重分形特征的算法。结合分数布朗运动模型,对多径信号的重构进行了研究,对实测数据的分析结果表明,分形模型与传统的统计模型相比能更精确地描述多径衰落信号。     

中国债券市场多重分形特征及其成因问题分析

以中国交易所债券市场为例,运用多重分形消除趋势波动分析法(MF-DFA)和多分形谱分析方法对债券市场的多重分形特征与成因问题进行分析。研究结果表明,中国债券市场的国债指数和企债指数的收益率序列存在多重分形特征;指数收益率序列的多分形特征由序列的长期相关性和肥尾分布两个因素共同决定,这其中肥尾分布所造成的影响更为重要。     

金融危机影响下波罗的海原油运价指数与中美石油股指的多重分形研究

为分析金融危机对原油运价指数与石油股指之间互相关性造成的影响,以波罗的海原油运价指数与中美石油代表股指为研究对象,运用多重分形去趋势互相关分析法(MF-DCCA)探讨金融危机爆发前后波罗的海原油运价指数与中美石油股指之间互相关性的差异.实证结果表明:波罗的海原油运价指数和中美石油股指之间不仅存在多重分形,而且还表现出明显的时段性特征,即金融危机后期多重分形特征较金融危机前期更强;波罗的海原油运价指数与中国石油股指之间的小幅波动较与美国石油股指之间的小幅波动具有更强的正持续性,大幅波动具有更弱的反持续性;波罗的海原油运价指数与美国石油股指之间的多重分形强度在金融危机前后均较与中国石油股指之间的多重分形强度更强.对原油运价指数与中美石油股指之间互相关性的差异分析,可为我国石油市场的管理者和投资者在市场风险投资方面提供决策参考.