基于VMD-ICA-CWT的内燃机噪声源识别方法

提出了基于变分模态分解(VMD)、独立分量分析(ICA)和连续小波变换(CWT)相结合的内燃机噪声源识别算法.首先,对内燃机进行铅覆盖,只裸露待测的第6缸部分,测量裸露部分缸盖位置处的单一通道噪声信号;然后采用变分模态分解算法将其分解为各变分模态分量,并用FastICA算法提取各独立成分,解决了对单一通道噪声信号进行盲分离的欠定问题,同时克服了传统的经验模态分解处理噪声信号时出现的模态混叠缺陷;最后利用连续小波时频分析和相干分析,对分离结果进行进一步识别.研究结果表明:该算法能有效地分离识别出内燃机的燃烧噪声和气阀机构敲击噪声.     

基于改进ICA与v-S的车牌识别

提出一种结合改进的基于独立分量分析(ICA)提取算法和基于多层感知器和单向二叉决策树的多类支持向量机分类方法.该算法通过ICA进行字符的特征提取,并利用多类支持向量机分类器完成字符的识别.以对机动车车牌识别实验为例,实验证明,改进的IcA算法具有更好的稀疏性和更快的收敛速度.用单向二叉决策树将字符图像逐步分类,并引入参数调整环节,实现了缩短字符识别时间并提高识别精度的目的.     

结构模态参数识别的随机子空间法

随机子空间法(SSI)是时域识别的模态参数识别法,该法根据加权方法的不同可以有3种算法．通过 处理实桥动载实测数据,研究了这3种算法识别真实结构模态参数的问题．     

基于车桥接触点响应和盲源分离的桥梁模态识别

针对基于车辆响应的间接测量法进行桥梁模态识别时，桥面不平度的影响难以滤除、高阶模态识别准确率较低等问题，提出一种基于盲源分离算法来分离车桥接触点响应信号中的桥面不平度效应与桥梁振动响应，进而实现桥梁模态识别的方法. 首先，详细阐述了应用二阶盲识别（Second Order Blind Identification，SOBI）算法，以两组车桥接触点加速度响应信号作为输入信号，进而获取桥梁振动估计信号的原理和方法. 然后，采用信号带通滤波和Hilbert变换并结合支点数据延拓的振型修正策略，建立了基于车辆响应的桥梁模态识别技术流程和框架. 最后，依托数值算例对所提出方法的适用性和有效性进行了验证，并分析了车辆间距、桥面不平度和车辆频率等参数对方法适用性的影响. 结果表明，所提出方法能有效滤除桥面不平度的影响，实现桥梁高阶模态的准确识别，且对多种关键因素的影响具有鲁棒性，具有精度高、操作简便和适用性强等特点，可为基于车辆响应的桥梁模态识别提供一种新思路.     

基于EEMD和ICA的语音去噪方法

语音去噪技术是语音识别系统走向实用化的一个关键性难题.针对语音信号为非平稳信号的特点,提出了一种基于EEMD和ICA相结合的语音去噪方法,首先利用集合经验模态分解(EEMD)算法将含噪语音信号分解为若干个独立的固有模态函数(IMF),消除了经验模态分解(EMD)算法处理语音信号时产生的模态混迭现象;然后将固有模态函数通过改进的独立分量分析(ICA)算法分离出若干个有效的语音信号分量;最后对其进行语音重构,从而达到消除噪声干扰的目的.实验结果表明,该方法在输入信噪比为-10dB的汽车噪声条件下,可以将语音信号的信噪比提高到2.741 2 dB.     

二阶非线性模态参数识别方法的研究

提出一个新的非线性模态参数识别的方法──曲面拟合方法．该方法根据 Ｖｏｌｔｅｒｒａ函数级数理论，在识别出非线性系统高阶传递函数的基础上，分析了非线 性高阶传递函数的分布特征，建立一个差频坐标系，对非线性高阶传递函数进行对角 化处理，进而进行整体曲面拟合（ＳＦＭ），实现非线性模态参数的识别。     

基于EEMD-ICA-CWT的装载机室内噪声盲源分离和识别

为了分离装载机的噪声源,采用集合经验模态分解(EEMD)、独立分量分析(ICA)和连续小波变换(CWT)技术相结合的方法,对装载机司机位置处噪声信号进行了盲源分离和声源识别研究.针对单一通道噪声信号进行盲源分离,将其分解成一系列独立分量.在削弱了传统经验模态分解(EMD)算法处理噪声信号时产生的模态混叠现象的同时,克服了独立分量分析方法要求传感器数目必须大于等于分离出分量数目的限制;借助连续小波变换良好的时频定位特性,对ICA分离结果进行时频分析.结合时频分析结果和各噪声源信号的频谱结构,确定了各独立分量与装载机不同噪声源的对应关系.结果表明,这些独立分量分别对应着装载机的燃烧噪声、冷却风扇辐射噪声及排气噪声等噪声源.     

基于AR-EWT和SSI的桥梁结构模态参数识别

为解决随机子空间识别(SSI)算法存在的系统定阶困难问题,避免各模态之间的相互影响,提出一种结合自回归功率谱经验小波变换(AR-EWT)和SSI的桥梁结构模态参数识别方法。首先,采用AR-EWT将结构不同测点的振动响应信号分解成一系列仅含单一模态信息的单分量信号,并利用奇异值分解(SVD)去噪单分量信号。然后,组装所有测点中包含相同模态信息的单分量信号。最后,利用SSI分别处理各组单分量信号,识别结构的自振频率、阻尼比和振型。ASCE Benchmark模型、简支梁模型和西宁北川河桥的模态参数识别结果表明：所提出的AR-EWT结合SSI的模态参数识别方法可避免直接利用SSI识别模态参数时存在的系统定阶问题,提高模态参数识别效率;ASCE Benchmark模型、简支梁模型和西宁北川河桥的模态参数识别结果与直接利用SSI的识别结果、有限元分析结果基本一致。     

融合ICA和GBVS的烟雾分割检测算法

在烟雾前景分离中,针对传统高斯混合模型分离的前景仍存在大量噪声点的问题,本文将独立分量分析(ICA)应用于分离烟雾前景,对传统烟雾前景分离算法进行改进,算法通过ICA消除烟雾前景和背景间的二阶和高阶相关,降低非烟雾成分的干扰,并通过基于图的视觉显著性(GBVS)来缩减预判的烟雾前景区域,得到较为纯净的烟雾区域。实验结果表明,与基于混合高斯模型的烟雾检测算法相比,该算法提取的烟雾区域小而集中,主观视觉评价以及客观指标均显示本文算法的识别效果更优。     

基于柔度矩阵法的结构损伤识别

针对工程结构的健康监测, 提出一种基于柔度矩阵法的损伤识别方法, 只需结构的低阶模态参数便可识别结构的损伤位置和程度, 克服了实际应用中高阶模态参数较难获得的缺陷, 并通过一个悬臂结构损伤识别的数值模拟验证了该方法的有效性.     

基于相关函数的振动结构工作模态参数识别方法

把工作模态参数识别方法中的NEXT法发展为直接利用振动结构的加速度响应信号即可进行结构参数辨识的方法，理论上推导了振动结构相对于速度、加速度信号的脉冲响应函数，以及振动结构加速度响应信号间的相关函数，证明振动结构加速度响应信号间的相关函数与加速度信号的脉冲响应函数具有相同形式的表达式．另外以无约束等截面梁为例，利用梁振动的加速度响应信号间的相关函数作为梁的加速度信号的脉冲响应函数，采用特征系统实现法进行梁的工作模态参数识别，其结果与梁的理论参数值及频域法和利用脉动响应函数的特征系统实现法的识别结果进行了比较，结果表明工作模态识别方法在识别振动结构固有频率方面具有较高的精度．     

关于改进结构模态分析数学模型的研究

本文详细论述了当前国内外实验模态分析中广泛采用的模态参数识别的理论数学模型的不准确性,提出了一种精度较高的模态表达式,併作了算例。     

振动试验环境下微光瞄准镜模态参数识别

本文研究了微光瞄准镜在振动试验环境下的材料选择、结构优化设计和模态参数识别等问题。在最优控制理论的基础上,采用振动模态分析理论和曲线拟合方法,对不同模态和试验频率范围的系统频响函数试验数据进行了理论数值计算和曲线拟合,从而得到反映实际系统特性的模态阶次、阻尼特性和振型系数。试验结果表明,该试验系统第5、6和7阶模态工作频率接近系统的固有频率89.16Hz范围,模态工作环境对试件结构影响较大。所以在微光瞄准镜镜身材料的选择时,建议采用钛合金代替殷钢,因为它和主物镜的机械性能接近,在壳体设计时改变现有微光瞄准镜壳体结构,避开产生这样的频率范围。     

不中断运营的既有桥梁模态参数识别

为了在不中断桥梁运营的前提下使结构模态参数识别结果更精确,采用随机子空间方法对汽车荷载和环境激励共同作用下的不中断运营的桥梁结构进行模态参数识别研究,并采用一三跨连续梁的有限元模型进行了验证。结果表明,随机子空间方法可以识别汽车、环境共同作用下的桥梁结构模态参数识别,可以有效地识别环境激励下的不中断运营的桥梁结构的模态参数,拓展了随机子空间方法适用范围。     

系统模态参数辨识的小波方法

为研究小波变换在模态分析中的应用，并实验验证该方法的可行性，在小波分析良好的数值特性基础上．建立了基于系统自由响应信号连续小波变换的模态参数辨识方法．采用该方法进行仿真研究，仿真结果与理论值吻合.以悬臂梁为例进行实验研究，实验结果与理论计算结果吻合较好．尤其在阻尼比的识别上，相对误差在l％以下.仿真和实验研究表明，该方法计算简便．对比一般频域模态方法，该方法对模态参数识别更准确．     

钢筋混凝土简支斜交宽梁桥动力特性分析

以省道306线福建永春达中桥为例,分析了钢筋混凝土简支斜交宽梁桥的动力特性.首先介绍了全桥现场环境振动试验的概况;然后利用频域中的峰值法(PP)和时域中的随机子空间识别法(SSI)分别进行桥梁模态参数识别;最后利用ANSYS建立了全桥三维有限元模型并进行了理论模态分析,得到了该桥的前9阶频率和振型,其理论计算和实测结果吻合较好.结果表明,斜交宽梁桥具有竖向多扭转振型的特点,进行竖向模态测试时需布置3排加速度传感器.     

信号的人工智能处理系统——基于知识的信号处理方法的探讨

本文将人工智能技术应用于信号处理,构成信号的智能处理系统,首次提出了信号智能处理系统的分类原则。文中讨论了振动系统的模态参数识别的智能分析系统的组成及结构,并对智能识别系统的有关问题进行了探讨。     

基于改进随机减量法和小波变换的

基于改进随机减量法和小波变换提出了一种新的结构模态参数统计识别方法.随机减量法改进后可直接处理零均值非平稳响应信号,得到自由衰减响应,小波变换的时频域特性可解耦密频、低阻尼系统,自助分布的统计估计能力考虑和降低模态参数识别的不确定性.对提出的方法进行了完整的理论推导,并通过一个四自由度系统的数值算例验证了该方法可靠性.相比较传统的时域方法和直接小波变换方法,该方法具有更高的识别精度,尤其是阻尼比系数.随后的抗噪能力验证结果表明该方法在15dB噪声干扰下仍能够稳定、准确地识别出系统的模态参数,可适用于环境激励下模态参数识别.     

九跨预应力混凝土连续梁的环境振动试验与模态分析

介绍了深圳市松岗高架桥———九跨预应力混凝土连续梁桥的现场环境振动试验的概况.利用频域中的峰值法(PP)和时域中的随机子空间识别法(SSI)分别进行桥梁模态参数识别;利用ANSYS建立了全桥三维有限元模型并进行了理论模态分析,理论计算和实测结果吻合较好.此类测试与分析有助于桥梁的状态评估与维修加固.     

模拟环境激励下结构模态参数识别试验研究

为了实现结构基于振动特性的健康监测,进行了在线模态参数识别。综合自然激励技术和特征系统实现算法,进行了模拟环境激励下结构的时域模态参数识别。利用特征灵敏度分析得到质量归一化振型。对一个两层钢支撑框架模型进行了模拟环境激励试验和力锤激励试验;通过改变结构质量和特征灵敏度分析,得到质量归一化振型;同时进行了有限元计算分析。通过试验模态参数识别与有限元计算得到的模态参数的对比,证明了该方法的有效性。