摘要
文章针对使用牛顿法进行匹配追踪分解信号的速度慢、精度低等问题,在具有全局优化能力的粒子群算法基础上,提出了一种结合局部单纯形搜索并引入变异操作的改进粒子群算法实现信号匹配追踪分解。利用单纯形搜索增加了算法的局部开发能力,通过变异操作控制种群多样性以避免早熟收敛,增强了算法全局探测能力;并以描述机械系统的振动冲击响应作为基原子与单一粒子群算法实现匹配追踪分解信号的结果进行对比,证明了使用改进粒子群算法的匹配追踪分解能够快速准确提取信号特征参数,同时成功识别出某轴承发生外圈损伤时隐含在振动信号中的周期性冲击脉冲故障特征。结果表明,加入单纯形和变异的改进粒子群算法有效降低了匹配追踪计算复杂度,提高了信号特征提取准确度。
Aim.In our opinion,traditional MP decomposition of signals can be improved in two respects:(1) the speed of local search;(2) premature convergence.We believe that the improvement can be implemented by:(1) combining simplex algorithm with particle swarm optimization(PSO) algorithm to improve local search;(2) embedding mutation operation to avoid premature convergence.Section 2 of the full paper deals with the MP decomposition of signals using IPSO algorithm. Subsection 2.1 presents the PSO theory.Subsection ...
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2009年第2期157-161,共5页
Journal of Northwestern Polytechnical University
基金
国家自然科学基金(50675178
60472116)资助
关键词
粒子群算法
匹配追踪
单纯形法
变异
algorithms
improved particle swarm optimization(IPSO)
matching pursuit(MP)
simplex algorithm
mutation operation