国家自然科学基金(60275004)
- 作品数：11 被引量：102H指数：6
- 相关作者：黄海王步宇陈祥献黄轶伦潘家强更多>>
- 相关机构：浙江大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：建筑科学电子电信化学工程自动化与计算机技术更多>>
- 气固流化床压力脉动信号的Hilbert-Huang谱分析被引量：24
- 2004年
- 首次将Hilbert Huang变换 (HHT)应用于气固流化床压力脉动信号的分析 ,提取并研究了压力脉动信号中隐含的表征复杂的粒子运动与气泡运动相互调制的非线性特征 ,以及压力脉动信号高、低阶内禀模态函数(IMF)之间的能量转换与流化床的流化状态相对应的新信息 ,在此基础上提出了采用压力脉动IMF分量的能量转移现象进行颗粒结块故障判别的新方法 .结果表明 ,应用Hilbert Huang谱对压力脉动信号分析的新方法能比现有的分析方法提供更多的有用信息 ,有助于更深入地揭示床内非线性流体动力学特征 .
- 黄海黄轶伦
- 关键词：气固流化床压力脉动
- 结构损伤的小波分形神经网络检测被引量：4
- 2007年
- 用神经网络进行结构损伤检测、分析的有效性在很大程度上取决于训练样本的好坏。小波变换在时域和频域都具有表征信号局部特征的能力,小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节,因此对有损伤的结构的非线性动力特性能进行有效的分析。利用分形几何方法不依赖于系统的数学模型的特点,将分形维数与小波分析相结合,建立了结构损伤的小波分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的各频段分形维数有明显的不同,可以将振动信号的各频段分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。
- 王步宇
- 关键词：小波变换分形维数神经网络
- 结构损伤的分形神经网络检测方法被引量：5
- 2005年
- 利用神经网络具有强大的非线性并行处理能力以及分形几何方法不依赖于系统的数学模型的特点,将分形维数与神经网络相结合,建立了结构损伤的分形神经网络检测方法。研究结果表明,结构不同状态下的振动信号的分形维数有明显的不同,可以将分形维数作为结构损伤检测的特征量,并用神经网络将结构的不同状态模式识别出来。
- 王步宇
- 关键词：分形维数
- 自适应概率神经网络结构损伤检测被引量：4
- 2007年
- 由于用人工神经网络进行结构损伤检测会受到环境噪声的影响,故提出了运用概率神经网络(PNN)进行结构损伤检测的方法和基本原理,并通过一个两层框架的模型对PNN和传统的BP网络的损伤识别精度作了对比。针对基本PNN的不足之处,提出了自适应PNN,并将其损伤识别精度与基本的PNN进行比较。研究发现,运用PNN进行结构损伤识别精度要优于传统的BP网络,而且自适应PNN要比基本的PNN精度高。
- 王步宇
- 关键词：概率神经网络噪声
- Hilbert-Huang变换应用中的预处理方法研究被引量：15
- 2007年
- 为提高Hilbert-Huang变换(HHT)中瞬时频率计算的真实性和稳定性,提出了一种信号的预处理方法.该方法首先对信号作傅里叶变换,然后根据插值点数作补零处理,再进行傅里叶反变换,完成傅里叶插值功能.对傅里叶插值处理后的信号作经验模态分解(EMD)得到一组固有模态函数(IMF),计算所有IMF的瞬时频率和幅值,最终获得信号时频分布的Hilbert谱.结果表明,该傅里叶插值的预处理方法能够有效消除和抑制HHT分析中的瞬时频率波动和虚假成分产生,增强了瞬时频率的准确性,提高了HHT方法的信号分析频率,该方法能有效应用于实际信号处理的HHT时频分析中.
- 黄海陈祥献
- 关键词：预处理插值
- 基于小波分析的结构损伤检测被引量：5
- 2006年
- 损伤结构的动力特性具有局部时变的特征,小波变换在时域和频域都具有表征信号局部特征的能力,小波包分析利用可以伸缩和平移的可变视窗能够聚焦到信号的任意细节,因此可以对损伤结构的非线性动力特性能进行有效的分析。提出运用小波分析提取结构损伤特征向量的方法和基本原理,并进一步用神经网络进行损伤位置和程度的检测。文章通过一个两层框架的模型对小波神经网络和传统的BP网络的损伤识别精度作了对比。研究表明,小波神经网络的抗噪声能力较强,损伤识别的效果更好,运用小波神经网络进行结构损伤识别精度要优于传统的BP网络。
- 王步宇
- 关键词：振动与波小波变换小波神经网络
- 扬声器非线性特性的Hilbert-Huang变换分析被引量：9
- 2005年
- 为研究扬声器的非线性特性和形成机理,提出一种基于Hilbert Huang变换(HHT)的扬声器非线性特性分析方法.该方法通过对扬声器纸盆位移信号进行经验模态分解(EMD)得到内禀模态函数(IMF),计算出 IMF函数的瞬时频率.用瞬时频率的变化表示纸盆位移信号波内频率调制的非线性现象,直接反映出与扬声器结构相关联的非线性特性.仿真和实际扬声器实验结果表明,用HHT瞬时频率表示扬声器非线性的方法与传统的傅立叶谐波方法相比,能更确切地说明产生非线性的原因,给扬声器非线性的改善与补偿提供了依据.
- 黄海
- 关键词：扬声器HILBERT-HUANG变换非线性
- 基于Hilbert-Huang变换的语音信号共振峰频率估计被引量：18
- 2006年
- 由快速傅里叶变换(FFT)初步估计出的语音信号的各阶共振峰频率确定相应带通滤波器的参数,并用该参数对语音信号作滤波处理,对滤波后的信号进行经验模态分解(EMD)得到一族固有模态函数(IMF),按能量最大原则确定出含有共振峰频率的IMF,计算出该IMF的瞬时频率和Hilbert谱即得到语音信号的共振峰频率参数.实验结果表明,与传统方法相比,该方法无须对语音信号进行分帧截断,提高了语音信号共振峰频率估计的时频分辨率和准确性,能够更精确地反映共振峰频率随时间的快速变化.
- 黄海陈祥献
- 关键词：语音信号非线性
- 基于Hilbert-Huang变换的基音周期提取方法被引量：17
- 2006年
- 提出了一种基于Hilbert-Huang变换的语音信号基音周期提取方法。该方法无须对语音信号进行分帧截断。语音信号直接进行Hilbert-Huang变换后,通过基音频率搜索处理得到基音频率及其随时间的变化。实验结果表明,与传统的基音周期提取方法相比,该方法既能真实描述语音信号的非平稳非线性特性,又能提高基音周期提取的准确性和分辨率。
- 黄海潘家强
- 关键词：HILBERT基音周期语音信号基音频率分辨率
- 结构损伤的遗传神经网络检测方法被引量：7
- 2005年
- 将遗传算法与神经网络相结合,用遗传算法完成神经网络的学习过程,建立了结构损伤的遗传神经网络检测方法,并对遗传算法进行了改进。研究结果表明,用改进的遗传算法进化神经网络可以有效地避免BP算法有可能陷入局部极小的缺点,而且运算速度大大加快,精度提高。
- 王步宇
- 关键词：振动与波遗传算法遗传神经网络
