基于IMF能量谱的水声信号特征提取与分类

经验模态分解(EMD)是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数(IMF)。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机(SVM)分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。

能谱涨落统计的动力学理论

本文综述了近年来能谱涨落统计研究中已崭露头角的动力学理论概貌，评述了其基本出发点、理论核心及新近发展，包括作者在这一领域内所进行的某些探索性工作。

接有导管的开口运动场台球系统

对于一类接有导管的二维台球系统,利用DEM(decompositionmethod)数值方法计算其本征值和本征态,并探讨其能谱近程关联行为.通过对系统本征态、本征能量谱、不稳定周期轨道疤痕等本征行为的研究,对该系统的一部分定态行为有了一定的了解,随着运动场直线段部分的增加,系统的最近邻能级间隔分布从规则Possion谱向GUE混沌谱转变,这将有助于更深入地研究这类系统的微观动力学行为.

基于粗糙集神经网络和振动信号的高压断路器机械故障诊断

为了准确检测出高压断路器的机械故障类型,该文提出一种基于本征模态边际谱能量与粗糙集神经网络相结合的高压断路器振动信号故障诊断方法。首先将断路器的振动信号经过经验模态分解(EMD),得到若干个本征模态函数(IMF),对各个IMF分量进行希尔伯特(Hilbert)变换得到Hilbert边际谱,求取Hilbert边际谱的二次方得到Hilbert边际谱能量作为特征向量。基于粗糙集理论对特征向量进行属性约简分析,从而建立简单明了的决策表,根据决策表规则建立径向基函数(RBF)神经网络故障模型。实验结果表明,该方法能有效对高压断路器的机械故障类型进行分类。