CN103513102A - 基于多频激励达芬混沌振子微弱信号检测系统的检测方法 - Google Patents

基于多频激励达芬混沌振子微弱信号检测系统的检测方法 Download PDF

Info

Publication number
CN103513102A
CN103513102A CN201310442133.XA CN201310442133A CN103513102A CN 103513102 A CN103513102 A CN 103513102A CN 201310442133 A CN201310442133 A CN 201310442133A CN 103513102 A CN103513102 A CN 103513102A
Authority
CN
China
Prior art keywords
centerdot
detection system
chaotic oscillator
fragrant
weak signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310442133.XA
Other languages
English (en)
Other versions
CN103513102B (zh
Inventor
马宏伟
林荣
刘嘉
杨飞
莫应强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
Guizhou Aerospace Fenghua Precision Equipment Co Ltd
Original Assignee
Jinan University
Guizhou Aerospace Fenghua Precision Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jinan University, Guizhou Aerospace Fenghua Precision Equipment Co Ltd filed Critical Jinan University
Priority to CN201310442133.XA priority Critical patent/CN103513102B/zh
Publication of CN103513102A publication Critical patent/CN103513102A/zh
Application granted granted Critical
Publication of CN103513102B publication Critical patent/CN103513102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Fats And Perfumes (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于多频激励达芬混沌振子微弱信号检测系统的检测方法,包括以下步骤:1)构建多频激励达芬混沌振子微弱信号检测系统:选取自由振动达芬混沌振子数学模型;将不含噪声的被检信号分解成不同频率谐波叠加的形式;将不含噪声的被检信号作为达芬混沌振子激励项因子,构建多频激励达芬混沌振子微弱信号检测系统;改写为方程组形式,求解方程组,取对策动力变化敏感且具有良好识别性的相变临界状态所对应的F0作为检测系统的初始策动力;2)将被检信号引入多频激励达芬混沌振子微弱信号检测系统,根据相变规律进行检测。本发明在检测多频信号时,可以消除或降低被检信号对单频激励混沌振子检测系统相变规律所产生的不确定影响。

Description

基于多频激励达芬混沌振子微弱信号检测系统的检测方法
技术领域
本发明涉及一种混沌振子微弱信号检测系统的构建方法,尤其是一种基于多频激励达芬混沌振子微弱信号检测系统的检测方法,属于信号检测技术领域。
背景技术
微弱信号检测技术在无损检测、声纳和雷达探测、电路控制、电力系统故障诊断等有广泛的应用,是当前的一个科研热点。由于受到应用环境等因素的影响,检测信号常常淹没在噪声中,成为“微弱信号”。
目前,常用的微弱信号检测方法包括相关性分析、滤波、取样积分等,这些方法具有使用简便的特点,但相比混沌振子检测系统而言,抑制噪声的能力相对有限。
混沌振子系统检测微弱信号是混沌理论在信号分析和信号处理中的应用。该方法是由美国学者Birx于1990~1992年提出的,它不同于传统信号处理技术的思路,而是基于混沌振子的非线性动力学行为来构造具有多相态的检测系统。由于混沌振子的非平衡相变对特定周期信号具有极高的灵敏度而对噪声具有很好的免疫力,这种检测系统能极大提高对微弱信号的检测能力。
李月、杨宝俊对混沌振子检测系统作了深入的研究[1],张伟伟、马宏伟[2]将达芬混沌振子系统用于超声导波信号的识别中,这些研究均基于单频激励的混沌振子。
单频激励达芬混沌振子检测系统可由下式表示:
x · · + k x · - x + x 3 = F 0 sin ωt
式中,F0为检测系统的策动力。
当用于检测含有噪声的单频谐波信号
Figure BDA0000387087510000012
时,系统可化为下式:
x · · + k x · - x + x 3 = ( F 0 + F e ) sin ωt + σe ( t )
Figure BDA0000387087510000014
中,Fesinωt为被检信号的单频谐波成分,σe(t)为被检信号中的噪声。由于系统对噪声σe(t)具有较强的免疫力,因此,引入被检信号后相当于系统的策动力由F0增大至(F0+Fe)。利用达芬混沌振子由混沌状态进入大周期状态时对策动力的敏感性,可检测出微弱的单频谐波信号Fesinωt。
当被检信号是由不同频率的单频信号叠加而成的多频信号时,若使用
Figure BDA0000387087510000015
所示的单频激励达芬混沌振子,则在引入含噪声σ(t)多频被检
Figure BDA0000387087510000021
故将多频被检信号引入单频激励混沌振子检测系统后,被检多频信号对检测系统的影响将不再只是增大了原系统的策动力F0。由于非线性动力学行为的复杂性,多频信号将对单频激励混沌振子检测系统的相变规律产生不确定的影响。因此,使用单频激励混沌振子检测系统检测多频信号时,将会由于存在理论上的瑕疵而影响检测效果,并且难以对其做出评估。
参考文献:
[1]李月,杨宝俊.混沌振子系统(L-Y)与检测[M].北京:科技出版社,2007.
[2]张伟伟,马宏伟.利用混沌振子系统识别超声导波信号的仿真研究[J].振动与冲击,2012,31(19):15-20.。
发明内容
本发明的目的是为了解决上述现有技术的缺陷,提供一种基于多频激励达芬混沌振子微弱信号检测系统的检测方法,该方法可以检测特定多频信号,而且在检测多频信号时,可以消除或降低被检信号对单频激励混沌振子检测系统相变规律所产生的不确定影响。
本发明的目的可以通过采取如下技术方案达到:
基于多频激励达芬混沌振子微弱信号检测系统的检测方法,其特征在于包括以下步骤:
1)构建多频激励达芬混沌振子微弱信号检测系统,如下:
1.1)选取自由振动达芬混沌振子数学模型:
x · · + k x · - x + x 3 = 0 - - - ( 1 )
其中,k为达芬振子的阻尼系数,(-x+x3)为非线性恢复力项;
1.2)将不含噪声的被检信号s(t)分解成不同频率谐波叠加的形式
Figure BDA0000387087510000023
1.3)将不含噪声的被检信号
Figure BDA0000387087510000024
aisin ωi作为达芬混沌振子激励项因子,构建多频激励达芬混沌振子微弱信号检测系统,如式(2)所示:
x · · + k x · - x + x 3 = F 0 · Σ i = 1 n a i sin ω i t - - - ( 2 )
1.4)选取位移x1、速度x2为状态变量,将式(2)改写为如下方程组形式:
x · 1 = x 2 x · 2 = - k x 2 + x 1 - x 1 3 + F 0 · Σ i = 1 n a i sin ω i t - - - ( 3 )
1.5)求解式(3),取对策动力变化敏感且具有良好识别性的相变临界状态所对应的F0作为检测系统的初始策动力;
2)将被检信号引入式(2)所示的多频激励达芬混沌振子微弱信号检测系统,根据式(2)的相变规律进行检测。
作为一种优选方案,步骤1)所述构建多频激励达芬混沌振子微弱信号检测系统还包括:
1.6)将式(1)中的恢复力项(-x+x3)改为(-x3+x5),重复步骤1.1)~1.5),选择使混沌振子相变规律识别性较佳的一种作为恢复力项。
作为一种优选方案,步骤1.5)所述式(3)的求解,具体如下:
a)取0.2作为k;
b)在0~1之间取多个值作为F0并分别代入式(3)中,再用四阶-五阶龙格-库塔单步算法求解;
c)将k值的增量步取为0.1,在步骤b)中进行循环计算,直到计算的k值为1.5时停止;
d)根据对检测系统抑噪能力、检测灵敏度的要求确定合适的值作为k,并将该k值所对应的计算结果作为式(3)的求解。
具体的,步骤1.5)所述对策动力变化敏感且具有良好识别性的相变临界状态为第一小周期-第二小周期临界状态。
具体的,步骤2)中,若所述被检信号为含噪声σ(t)的微弱多频被检信号
Figure BDA0000387087510000034
(t),则:
s ‾ ( t ) = F e · Σ i = 1 n a i sin ω i t + σ ( t ) - - - ( 4 )
将式(4)引入式(2)所示的多频激励达芬混沌振子微弱信号检测系统,此时多频激励达芬混沌振子微弱信号检测系统如式(5)表示:
x · · + k x · + x + x 3 = ( F 0 + F e ) · Σ i = 1 n a i sin ω i t + σ ( t ) - - - ( 5 )
根据式(2)的相变规律,检测出微弱多频信号
Figure BDA0000387087510000041
本发明相对于现有技术具有如下的有益效果:
1、本发明方法在构建多频激励达芬混沌振子微弱信号检测系统时,直接利用不含噪声的被检信号作为达芬混沌振子微弱信号检测系统的激励项因子,利用该系统检测相应的多频信号,可以消除或极大降低被检信号对单频激励混沌振子微弱信号检测系统相变规律所产生的不确定影响。
2、本发明方法取混沌振子对策动力变化敏感且具有良好识别性的相变临界状态作为多频激励达芬混沌振子微弱信号检测系统的初始状态,避免传统上使用“混沌-大周期临界状态”作为系统初始状态时,在检测多频信号中混沌振子检测系统(包括单频激励或多频激励检测系统)的相变因出现往复变化而使其可识别性降低的现象。
附图说明
图1为本发明基于多频激励达芬混沌振子微弱信号检测系统的检测方法流程图。
图2a-图2h为本发明实施例2中多频激励达芬混沌振子微弱信号检测系统分别取策动力F0=0.001、F0=0.21、F0=0.367、F0=0.40、F0=0.41、F0=0.46、F0=0.70、F0=0.90对应的相轨迹图。
图3为本发明实施例2中多频激励达芬混沌振子微弱信号检测系统F0=0.367,白噪声水平为0.35、白噪声功率为0.1W时的相轨迹图。
图4为本发明实施例2中将含噪声的微弱多频被检信号引入多频激励达芬混沌振子微弱信号检测系统的相轨迹图。
具体实施方式
实施例1:
如图1所示,本实施例基于多频激励达芬混沌振子微弱信号检测系统的检测方法,包括以下步骤:
1)构建多频激励达芬混沌振子微弱信号检测系统,如下:
1.1)选取自由振动达芬混沌振子数学模型:
x · · + k x · - x + x 3 = 0 - - - ( 1 )
其中,k为达芬振子的阻尼系数,(-x+x3)为非线性恢复力项;
1.2)将不含噪声的被检信号s(t)分解成不同频率谐波叠加的形式
Figure BDA0000387087510000043
1.3)将不含噪声的被检信号
Figure BDA0000387087510000051
ai sin ωi作为达芬混沌振子激励项因子,构建多频激励达芬混沌振子微弱信号检测系统,如式(2)所示:
x · · + k x · - x + x 3 = F 0 · Σ i = 1 n a i sin ω i t - - - ( 2 )
1.4)选取位移x1、速度x2为状态变量,将式(2)改写为如下方程组形式:
x · 1 = x 2 x · 2 = - k x 2 + x 1 - x 1 3 + F 0 · Σ i = 1 n a i sin ω i t - - - ( 3 )
1.5)求解式(3),取对策动力变化敏感且具有良好识别性的相变临界状态所对应的F0作为检测系统的初始策动力;
式(3)的求解,具体如下:
a)取0.2作为k;
b)在0~1之间取多个值作为F0并分别代入式(3)中,再用四阶-五阶龙格-库塔单步算法求解;
c)将k值的增量步取为0.1,在步骤b)中进行循环计算,直到计算的k值为1.5时停止;
d)根据对检测系统抑噪能力、检测灵敏度的要求确定合适的值作为k,由于k值较小,检测系统灵敏度较高,但系统对噪声的免疫力稍微降低;k值较大,检测系统灵敏度较低,但系统对噪声的免疫力稍微增强,因此取k=0.8,并将k=0.8所对应的计算结果作为式(3)的求解。
1.6)将式(1)中的恢复力项(-x+x3)改为(-x3+x5),重复步骤1.1)~1.5),选择使混沌振子相变规律识别性较佳的一种作为恢复力项。
2)将含噪声σ(t)的微弱多频被检信号
Figure BDA0000387087510000054
如式(4)表示:
s ‾ ( t ) = F e · Σ i = 1 n a i sin ω i t + σ ( t ) - - - ( 4 )
引入式(2)所示的多频激励达芬混沌振子微弱信号检测系统,此时多频激励达芬混沌振子微弱信号检测系统如式(5)表示:
x · · + k x · + x + x 3 = ( F 0 + F e ) · Σ i = 1 n a i sin ω i t + σ ( t ) - - - ( 5 )
由于式(2)所示的多频激励达芬混沌振子微弱信号检测系统对噪声σ(t)具有较强的免疫力,引入式(4)后,相当于检测系统的策动力由F0增大至(f0+Fe);根据式(2)的相变规律,检测出微弱多频信号
实施例2:
本实施例以超声导波无损检测为例,如下:
1)在超声导波无损检测中常用Hanning窗调制的单频叠加信号,其通用表达式为:
s ( t ) = [ 1 2 ( 1 - cos 2 π f c t n ) ] sin ( 2 π f c t ) - - - ( 6 )
其中,fc为激励信号的中心频率,n为周期数;
式(6)所示激励信号可分解成式(7)所示三个相近频率正弦信号的叠加:
s ( t ) = sin ( 2 π · n - 1 n f c · t ) + 1 2 sin ( 2 π f c t ) - 1 4 sin ( 2 π · n + 1 n f c · t ) - - - ( 7 )
2)由于主动声波探测是通过检测反射波来获取检测对象信息的,可认为被检信号与激励信号形式一致。直接将激励信号的分解的式(7)作为达芬混沌振子激励项因子,构建多频激励达芬混沌振子微弱信号检测系统,如式(8)所示:
x · · + k x · - x + x 3 = F 0 · [ sin ( 2 π · n - 1 n f c · t ) + 1 2 sin ( 2 π f c t ) - 1 4 sin ( 2 π · n + 1 n f c · t ) ] - - - ( 8 )
其中,k为达芬振子的阻尼系数;
3)为了便于求解,将式(8)改写成方程组:
x · 1 = x 2 x · 2 = - k x 2 + x 1 - x 1 3 + F 0 · [ sin ( 2 π · n - 1 n f c · t ) + 1 2 sin ( 2 π f c t ) - 1 4 sin ( 2 π · n + 1 n f c · t ) ] - - - ( 9 )
4)在超声导波无损检测中,常使用中心频率为70KHz的10周期Hanning窗调制信号,即取n=10,fc=70KHz。对于达芬振子的阻尼系数,可取k=0.8,在0~1之间取多个值作为F0,并分别代入式(9)中,再用四阶-五阶龙格-库塔单步算法求解。
5)根据求解结果作出对应于不同F0的多幅相轨图,选取部分相变临界状态如图2a-图2h所示;可见,“第一小周期-第二小周期”临界状态对策动力F0变化敏感且具有良好的识别性,因此选取对应的F0=0.367作为检测系统的初始策动力。
6)将含噪声σ(t)微弱多频被检信号:
s ‾ ( t ) = F e · [ sin ( 2 π · n - 1 n f c · t ) + 1 2 sin ( 2 π f c t ) - 1 4 sin ( 2 π · n + 1 n f c · t ) ] + σ ( t ) - - - ( 10 )
引入式(8)所示的多频激励达芬混沌振子微弱信号检测系统,如下:
x · · + k x · - x + x 3 = ( F 0 + F e ) · [ sin ( 2 π · n - 1 n f c · t ) + 1 2 sin ( 2 π f c t ) - 1 4 sin ( 2 π · n - 1 n f c · t ) ] + σ ( t ) - - - ( 11 )
将式(11)改写成式(12)的方程组,如下:
x · 1 = x 2 x · 2 = - k x 2 + x 1 - x 1 3 + F 0 · [ sin ( 2 π · n - 1 n f c · t ) + 1 2 sin ( 2 π f c t ) - 1 4 sin ( 2 π · n - 1 n f c · t ) ] - - - ( 12 )
较大水平的噪声σ(t)会使式(8)所示的多频激励达芬混沌振子微弱信号检测系统的相轨迹产生抖动,但对其相变的影响很小,如图3所示。
因此,引入含噪声微弱多频被检信号后,相当于检测系统的策动力由F0增大至(F0+Fe)。根据式(8)所示的多频激励达芬混沌振子微弱信号检测系统的相变规律即可检测出含噪声微弱多频被检信号
Figure BDA0000387087510000075
中的微弱多频信号,如图4所示,多频激励达芬混沌振子微弱信号检测系统发生相变,说明检测出微弱多频信号。
以上所述,仅为本发明专利优选的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。

Claims (5)

1.基于多频激励达芬混沌振子微弱信号检测系统的检测方法,其特征在于包括以下步骤:
1)构建多频激励达芬混沌振子微弱信号检测系统,如下:
1.1)选取自由振动达芬混沌振子数学模型:
x · · + k x · - x + x 3 = 0 - - - ( 1 )
其中,k为达芬振子的阻尼系数,(-x+x3)为非线性恢复力项;
1.2)将不含噪声的被检信号s(t)分解成不同频率谐波叠加的形式
Figure FDA0000387087500000012
1.3)将不含噪声的被检信号
Figure FDA0000387087500000013
ai sin ωi作为达芬混沌振子激励项因子,构建多频激励达芬混沌振子微弱信号检测系统,如式(2)所示:
x · · + k x · - x + x 3 = F 0 · Σ i = 1 n a i sin ω i t - - - ( 2 )
1.4)选取位移x1、速度x2为状态变量,将式(2)改写为如下方程组形式:
x · 1 = x 2 x · 2 = - k x 2 + x 1 - x 1 3 + F 0 · Σ i = 1 n a i sin ω i t - - - ( 3 )
1.5)求解式(3),取对策动力变化敏感且具有良好识别性的相变临界状态所对应的F0作为检测系统的初始策动力;
2)将被检信号引入式(2)所示的多频激励达芬混沌振子微弱信号检测系统,根据式(2)的相变规律进行检测。
2.根据权利要求1所述的基于多频激励达芬混沌振子微弱信号检测系统的检测方法,其特征在于:步骤1)所述构建多频激励达芬混沌振子微弱信号检测系统还包括:
1.6)将式(1)中的恢复力项(-x+x3)改为(-x3+x5),重复步骤1.1)~1.5),选择使混沌振子相变规律识别性较佳的一种作为恢复力项。
3.根据权利要求1所述的基于多频激励达芬混沌振子微弱信号检测系统的检测方法,其特征在于:步骤1.5)所述式(3)的求解,具体如下:
a)取0.2作为k;
b)在0~1之间取多个值作为F0并分别代入式(3)中,再用四阶-五阶龙格-库塔单步算法求解;
c)将k值的增量步取为0.1,在步骤b)中进行循环计算,直到计算的k值为1.5时停止;
d)根据对检测系统抑噪能力、检测灵敏度的要求确定合适的值作为k,并将该k值所对应的计算结果作为式(3)的求解。
4.根据权利要求1-3任一项所述的基于多频激励达芬混沌振子微弱信号检测系统的检测方法,其特征在于:步骤1.5)所述对策动力变化敏感且具有良好识别性的相变临界状态为第一小周期-第二小周期临界状态。
5.根据权利要求1所述的基于多频激励达芬混沌振子微弱信号检测系统的检测方法,其特征在于:步骤2)中,若所述被检信号为含噪声σ(t)的微弱多频被检信号
Figure FDA0000387087500000024
(t),则:
s ‾ ( t ) = F e · Σ i = 1 n a i sin ω i t + σ ( t ) - - - ( 4 )
将式(4)引入式(2)所示的多频激励达芬混沌振子微弱信号检测系统,此时多频激励达芬混沌振子微弱信号检测系统如式(5)表示:
x · · + k x · + x + x 3 = ( F 0 + F e ) · Σ i = 1 n a i sin ω i t + σ ( t ) - - - ( 5 )
根据式(2)的相变规律,检测出微弱多频信号
CN201310442133.XA 2013-09-25 2013-09-25 基于多频激励达芬混沌振子微弱信号检测系统的检测方法 Active CN103513102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310442133.XA CN103513102B (zh) 2013-09-25 2013-09-25 基于多频激励达芬混沌振子微弱信号检测系统的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310442133.XA CN103513102B (zh) 2013-09-25 2013-09-25 基于多频激励达芬混沌振子微弱信号检测系统的检测方法

Publications (2)

Publication Number Publication Date
CN103513102A true CN103513102A (zh) 2014-01-15
CN103513102B CN103513102B (zh) 2016-02-10

Family

ID=49896144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310442133.XA Active CN103513102B (zh) 2013-09-25 2013-09-25 基于多频激励达芬混沌振子微弱信号检测系统的检测方法

Country Status (1)

Country Link
CN (1) CN103513102B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104502824A (zh) * 2015-01-06 2015-04-08 福州大学 基于混沌系统的局部放电信号周期性脉冲干扰抑制方法
CN107121497A (zh) * 2017-06-02 2017-09-01 东莞理工学院 基于Duffing系统的随机共振特性的超声导波检测方法
CN111426919A (zh) * 2020-04-08 2020-07-17 国网山西省电力公司电力科学研究院 基于激光诱导超声的盆式绝缘子检测装置
CN111999556A (zh) * 2020-07-24 2020-11-27 南京信息职业技术学院 一种基于Duffing振子系统的线谱检测方法、系统及其存储介质
CN113267674A (zh) * 2021-03-29 2021-08-17 中铁第一勘察设计院集团有限公司 基于双耦合振子的轨道移频信号提取方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4477773A (en) * 1982-08-02 1984-10-16 Raytheon Company Frequency measuring apparatus
CN101294845A (zh) * 2008-05-05 2008-10-29 西北工业大学 转子早期故障的多频率微弱信号检测方法
US20090108879A1 (en) * 2007-10-30 2009-04-30 Ram Kelkar Programmable sensitivity frequency coincidence detection circuit and method
CN102967759A (zh) * 2012-11-22 2013-03-13 杭州电子科技大学 基于混沌振子的微弱信号检测电路

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4477773A (en) * 1982-08-02 1984-10-16 Raytheon Company Frequency measuring apparatus
US20090108879A1 (en) * 2007-10-30 2009-04-30 Ram Kelkar Programmable sensitivity frequency coincidence detection circuit and method
CN101294845A (zh) * 2008-05-05 2008-10-29 西北工业大学 转子早期故障的多频率微弱信号检测方法
CN102967759A (zh) * 2012-11-22 2013-03-13 杭州电子科技大学 基于混沌振子的微弱信号检测电路

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张伟伟等: "利用混沌振子系统识别超声导波信号的仿真研究", 《振动与冲击》 *
李月等: "纳伏级正弦信号的混沌检测方法研究", 《通信学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104502824A (zh) * 2015-01-06 2015-04-08 福州大学 基于混沌系统的局部放电信号周期性脉冲干扰抑制方法
CN107121497A (zh) * 2017-06-02 2017-09-01 东莞理工学院 基于Duffing系统的随机共振特性的超声导波检测方法
CN107121497B (zh) * 2017-06-02 2019-10-08 东莞理工学院 基于Duffing系统的随机共振特性的超声导波检测方法
CN111426919A (zh) * 2020-04-08 2020-07-17 国网山西省电力公司电力科学研究院 基于激光诱导超声的盆式绝缘子检测装置
CN111999556A (zh) * 2020-07-24 2020-11-27 南京信息职业技术学院 一种基于Duffing振子系统的线谱检测方法、系统及其存储介质
CN111999556B (zh) * 2020-07-24 2023-06-16 南京信息职业技术学院 一种基于Duffing振子系统的线谱检测方法、系统及其存储介质
CN113267674A (zh) * 2021-03-29 2021-08-17 中铁第一勘察设计院集团有限公司 基于双耦合振子的轨道移频信号提取方法

Also Published As

Publication number Publication date
CN103513102B (zh) 2016-02-10

Similar Documents

Publication Publication Date Title
CN103513102B (zh) 基于多频激励达芬混沌振子微弱信号检测系统的检测方法
Li et al. Detection of gear cracks in a complex gearbox of wind turbines using supervised bounded component analysis of vibration signals collected from multi-channel sensors
CN101294845B (zh) 转子早期故障的多频率微弱信号检测方法
CN104462695A (zh) 双耦合Duffing振子与变尺度相结合的微弱信号检测方法
CN100409233C (zh) 基于经验模式分解和拉普拉斯小波的模态参数识别方法
Li et al. Succinct and fast empirical mode decomposition
Wang et al. A morphogram with the optimal selection of parameters used in morphological analysis for enhancing the ability in bearing fault diagnosis
Konar et al. Knowledge extraction using data mining for multi-class fault diagnosis of induction motor
Wang et al. A novel adaptive wavelet stripping algorithm for extracting the transients caused by bearing localized faults
CN108663605B (zh) 基于耦合Duffing振子的局部放电信号检测方法
Wang et al. Weak signal detection based on Mathieu-Duffing oscillator with time-delay feedback and multiplicative noise
US20200047216A1 (en) Method for generating motor vibration wave
CN104062645B (zh) 一种测量参量阵差频波与同频小振幅波信号相位差的方法
Yu An underdetermined blind source separation method with application to modal identification
Baskar et al. Study of different denoising methods for underwater acoustic signal
CN103954464B (zh) 一种基于小波多分辨率分析的动载荷识别方法
Zhang et al. Realizing the empirical mode decomposition by the adaptive stochastic resonance in a new periodical model and its application in bearing fault diagnosis
Wang et al. A piecewise hybrid stochastic resonance method for early fault detection of roller bearings
Ong et al. An inconsistent phase selection assessment for harmonic peaks elimination in operational modal testing
Li et al. Magnetotelluric signal-noise separation method based on SVM–CEEMDWT
Cao et al. Sparse bayesian learning approach for compound bearing fault diagnosis
Dubuc et al. Simultaneous localization and classification of acoustic emission sources in plates using a guided wave-based sparse reconstruction
Jiang et al. Stability of second-order stochastic neutral partial functional differential equations driven by impulsive noises
Gelman The new frequency response functions for structural health monitoring
Liu et al. Multivariate wavelet denoising method based on synchrosqueezing for rolling element bearing fault diagnosis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Lin Rong

Inventor after: Ma Hongwei

Inventor after: Liu Jia

Inventor after: Yang Fei

Inventor after: Mo Yingqiang

Inventor before: Ma Hongwei

Inventor before: Lin Rong

Inventor before: Liu Jia

Inventor before: Yang Fei

Inventor before: Mo Yingqiang