基于过程神经网络算法的航天器非平稳随机振动时频分析

采用时变参数模型对航天器某时段非平稳随机振动信号(NSRVS)进行建模分析,利用过程神经元网络(PNN)求解模型的时变参数并以此确定信号的时变自功率谱密度。计算结果表明:由PNN估计的NSRVS时变参数与自相关Levinson法估计的该参数基本一致,但前者建模物理意义明确,和传统的方法相比避免了计算信号的自相关矩阵,减少了存储空间,提高了频率分辨率和计算速度。