多尺度高阶奇异谱熵和GA-VPMCD方法在转子故障智能诊断中的应用

首先,针对转子故障振动信号的非高斯、非线性特征,提出了多尺度高阶奇异谱熵的概念,并将其用于转子故障特征提取;然后,针对新的小样本多分类识别方法——基于变量预测模型分类识别的模型选择问题,结合融合诊断思想和遗传算法,提出了GA-VPMCD分类识别方法。最后提出了基于多尺度高阶奇异谱熵和GA-VPMCD的转子故障诊断方法。试验结果验证了该方法的有效性和优越性。

基于成分聚类的高阶奇异谱分析及在GNSS监测序列分析中的应用

高阶奇异谱分析(HSSA)相对于奇异谱分析对不同延时、嵌入维数变化有较好的鲁棒性,在信号处理、工程等领域有着广泛应用。针对高阶奇异谱分析应用中成分序列的选取凭经验过于主观的问题,在理论推导与分析的基础上,提出一种基于成分功率谱聚类的方法,并应用于实际GNSS监测序列的处理与分析,得到了具有明显以一天为周期的周期成分、趋势变化成分以及不规则变动成分,反映了不同因素造成的大桥索塔变形,为后续索塔变形的建模预报、安全评估提供了技术支撑,也说明方法的实用性。

癫痫脑电信号的奇异性研究

基于小波变换模极大值在多尺度上的变化,研究了癫痫脑电的奇异性,并用Lipschitz指数来表征。提出了一种高阶统计的方法来研究癫痫脑电的高阶奇异谱特征,并和健康脑电进行比较。实验结果表明,癫痫脑电的Lipschitz指数和高阶奇异谱与健康脑电相比存在明显的差异,说明该方法对研究脑电是有效的。

网络、滤波、滤波器

Y2002-63354-65 0314390用分接头连接技术的λ/4谐振器带通滤波器的谐波响应改进=Improvement of harmonic responses of a γ/4resonator BPF with tap-connection technique[会,英]/Wada,K.＆ Suzuki,A.//2001 IEEE Radio and wire-