CN110470451A - 风洞试验数据处理方法及装置 - Google Patents
风洞试验数据处理方法及装置 Download PDFInfo
- Publication number
- CN110470451A CN110470451A CN201910798568.5A CN201910798568A CN110470451A CN 110470451 A CN110470451 A CN 110470451A CN 201910798568 A CN201910798568 A CN 201910798568A CN 110470451 A CN110470451 A CN 110470451A
- Authority
- CN
- China
- Prior art keywords
- target
- test data
- flutter
- calculated
- spectral density
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本申请提供一种风洞试验数据处理方法及装置,应用于计算机设备,所述方法包括:获取颤振试验数据,并根据颤振试验数据通过预设规则计算获取振动信号数据;通过目标滤波器对振动信号数据进行滤波,获取目标随机信号;计算获得目标随机信号的功率谱密度函数;根据功率谱密度函数,计算获得颤振稳定性参数。采用本申请提供的风洞试验数据处理方法及装置,能够较为准确的获取颤振稳定性参数。
Description
技术领域
本申请涉及风洞试验领域,具体而言,涉及一种风洞试验数据处理方法及装置。
背景技术
在风洞试验的颤振试验中,为了获取颤振试验数据,目前采用了连续变速压颤振亚临界分析的方法。但是该方法在进行功率计算时为分段计算,并未充分考虑颤振试验数据具备时变性的特征,计算结果并不可靠。
有鉴于此,如何提供一种能够精确得到颤振试验数据的数据处理方法,是本领域技术人员需要解决的问题。
发明内容
本申请实施例的目的在于提供一种风洞试验数据处理方法及装置。
第一方面,本申请实施例提供一种风洞试验数据处理方法,应用于计算机设备,所述方法包括:
获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据;
通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号;
计算获得所述目标随机信号的功率谱密度函数;
根据所述功率谱密度函数,计算获得颤振稳定性参数。
可选地,所述获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据,包括:
将所述颤振试验数据根据试验时间分为多段目标颤振试验数据段,其中,各所述目标颤振试验数据段与和该目标颤振试验数据段相邻的目标颤振试验数据段之间包括重叠数据段;
根据各所述目标颤振试验数据段,计算得到所述振动信号数据。
可选地,所述通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号,包括:
根据预设递归模型获取预设差分方程;
根据所述预设差分方程,计算得到目标传递函数;
根据目标传递函数获取目标滤波器,并通过所述目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
可选地,所述计算获得所述目标随机信号的功率谱密度函数,包括:
获取所述目标随机信号的自相关函数;
根据傅里叶变换和所述自相关函数,计算得到所述目标随机信号的功率谱密度函数。
可选地,所述根据所述功率谱密度函数,计算获得颤振稳定性参数,包括:
根据所述功率谱密度函数,计算得到目标模态主峰值;
根据所述目标模态主峰值,计算得到颤振稳定性参数。
第二方面,本申请实施例提供一种风洞试验数据处理装置,应用于计算机设备,所述装置包括:
获取模块,用于获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据;
滤波模块,用于通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号;
计算模块,用于计算获得所述目标随机信号的功率谱密度函数;
根据所述功率谱密度函数,计算获得颤振稳定性参数。
可选地,所述获取模块具体用于:
将所述颤振试验数据根据试验时间分为多段目标颤振试验数据段,其中,各所述目标颤振试验数据段与和该目标颤振试验数据段相邻的目标颤振试验数据段之间包括重叠数据段;
根据各所述目标颤振试验数据段,计算得到所述振动信号数据。
可选地,所述滤波模块具体用于:
根据预设递归模型获取预设差分方程;
根据所述预设差分方程,计算得到目标传递函数;
根据目标传递函数获取目标滤波器,并通过所述目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
可选地,所述计算模块具体用于:
获取所述目标随机信号的自相关函数;
根据傅里叶变换和所述自相关函数,计算得到所述目标随机信号的功率谱密度函数。
可选地,所述计算模块具体还用于:
根据所述功率谱密度函数,计算得到目标模态主峰值;
根据所述目标模态主峰值,计算得到颤振稳定性参数。
本申请实施例提供一种风洞试验数据处理方法及装置,应用于计算机设备,所述方法包括:获取颤振试验数据,并根据颤振试验数据通过预设规则计算获取振动信号数据;通过目标滤波器对振动信号数据进行滤波,获取目标随机信号;计算获得目标随机信号的功率谱密度函数;根据功率谱密度函数,计算获得颤振稳定性参数。采用本申请提供的风洞试验数据处理方法及装置,能够更为精确的获取颤振稳定性参数。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的计算机设备的结构框图;
图2为本申请实施例提供的风洞试验数据处理方法的步骤流程示意框图;
图3为图2中步骤S201的子步骤流程示意框图;
图4为本申请实施例提供的目标颤振试验数据段获取方式示意图;
图5为图2中步骤S202的子步骤流程示意框图;
图6为图2中步骤S203的子步骤流程示意框图;
图7为图2中步骤S204的子步骤流程示意框图;
图8为本申请实施例提供的风洞试验数据处理装置的结构示意框图。
图标:100-计算机设备;110-风洞试验数据处理装置;111-存储器;112-处理器;113-通信单元;1101-获取模块;1102-滤波模块;1103-计算模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
下面结合附图,对本申请的具体实施方式进行详细说明。
请参照图1,图1为本申请实施例提供的计算机设备100的结构框图。所述计算机设备100包括风洞试验数据处理装置110、存储器111、处理器112及通信单元113。
所述存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述风洞试验数据处理装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器111中或固化在所述计算机设备100的操作系统(operating system,OS)中的软件功能模块。所述处理器112用于执行所述存储器111中存储的可执行模块,例如所述风洞试验数据处理装置110所包括的软件功能模块及计算机程序等。
其中,所述存储器111可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPRO M)等。其中,存储器111用于存储程序或者数据。
请参照图2,图2为本申请实施例提供的风洞试验数据处理方法的步骤流程示意框图。所述方法包括步骤S201-步骤S204。
步骤S201,获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数。
步骤S202,通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
步骤S203,计算获得所述目标随机信号的功率谱密度函数。
步骤S204,根据所述功率谱密度函数,计算获得颤振稳定性参数。
请参照图3,图3为图2中步骤S201的子步骤流程示意框图。在本实施例中,步骤S201可以包括子步骤S2011和子步骤S2012。
步骤S2011,将所述颤振试验数据根据试验时间分为多段目标颤振试验数据段,其中,各所述目标颤振试验数据段与和该目标颤振试验数据段相邻的目标颤振试验数据段之间包括重叠数据段。
在本实施例中,可以将颤振试验数据根据试验时间分为多段目标颤振试验数据段,而各个相邻的目标颤振试验数据段之间可以包括重叠部分,由于各个相邻的目标颤振试验数据段之间包括重叠部分,在计算后一个目标颤振试验数据段时,其中会包含前一个目标颤振试验数据段的数据,也就是说,每个目标颤振试验数据段之间的数据具备一定的重叠性,采用这种方式,既保证计算结果的准确性,又能够兼顾颤振试验数据的时变特性,如图4所示。
应当理解的是,在本实施例中,可以采用相邻的目标颤振试验数据段之间设置重叠部分来进计算,在本实施例的其他实施方式中,也可以通过增加截取目标颤振试验数据段的时间的方式,使目标颤振试验数据段与更多的目标颤振试验数据段包括重叠部分,可以理解为,一个目标颤振试验数据段与其后的两个目标颤振试验数据段都有重叠部分,因此在计算时各个目标颤振试验数据段之间的关系更为紧密,计算得出的数据更为可靠,并且颤振试验数据的时变特性也能得到较好的体现。
步骤S2012,根据各所述目标颤振试验数据段,计算得到所述振动信号数据。
请参照图5,图5为图2中步骤S202的子步骤流程示意框图。在本实施例中,步骤S202可以包括子步骤S2021、子步骤S2022和子步骤S2023。
步骤S2021,根据预设递归模型获取预设差分方程。
步骤S2022,根据所述预设差分方程,计算得到目标传递函数。
步骤S2023,根据目标传递函数获取目标滤波器,并通过所述目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
在本实施例中,可以采用,递归滤波器作为目标滤波器对振动信号数据进行滤波,而递归滤波器的特征是具有无限持续时间的冲击响应,可以用预设递归模型来实现,具体的,可以将其表达为预设差分方程:
其中,x(n)和y(n)分别为输入和输出时域信号序列,ak和bk均为滤波系数,N为滤波器系统传递函数的极点数,M为滤波器系统传递函数的零点数。
进一步地,可以根据上述预设差分方程获取目标传递函数:
如此,便可以通过上述目标传递函数获取的递归滤波器来对振动信号数据进行滤波,获取目标随机信号,应当理解的是,此处目标传递函数中的ak和bk均为权函数系数。
请参照图6,图6为图2中步骤S203的子步骤流程示意框图。在本实施例中,步骤S203可以包括子步骤S2031和子步骤S2032。
步骤S2031,获取所述目标随机信号的自相关函数。
步骤S2032,根据傅里叶变换和所述自相关函数,计算得到所述目标随机信号的功率谱密度函数。
应当理解的是,经过递归滤波器进行数字滤波后的振动信号数据可以认为是一个目标随机信号,而一个目标随机信号的功率谱密度函数正是其自相关函数的傅立叶变换,因此可以表示为:
其中,P(f)为目标随机信号的功率谱密度函数,Rxx(n)为目标随机信号的自相关函数。
请参照图7,图7为图2中步骤S204的子步骤流程示意框图。在本实施例中,步骤S204可以包括子步骤S2041和子步骤S2042。
步骤S2041,根据所述功率谱密度函数,计算得到目标模态主峰值。
步骤S2042,根据所述目标模态主峰值,计算得到颤振稳定性参数。
在本实施例中,在获取功率谱密度函数后,可以通过搜索找到需求的模态主峰值,根据峰值提取法构造相应的颤振稳定性参数。具体地,可以通过如下公式计算获取:
其中,a为振幅,Q为广义力,A为广义气动力(即马赫数与简缩频率的函数),V为气流速度,p为气流密度,f为颤振,t为紊流。
可以将上述公式两边同时取倒数得到:
应当理解的是,由于其中q为速压,因此和q可以有一一对应的关系,并且在接近颤振临界点时,这种关系是近线性,因此,可以通过上述方法来获取颤振临界点的颤振临界速压,进一步地就能实现对颤振临界点的预测(即颤振稳定性参数)。
请参照图8,图8为本申请实施例提供的风洞试验数据处理装置110的结构示意框图。风洞试验数据处理装置110包括:
获取模块1101,用于获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据。
滤波模块1102,用于通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
计算模块1103,用于计算获得所述目标随机信号的功率谱密度函数;根据所述功率谱密度函数,计算获得颤振稳定性参数。
进一步地,所述获取模块1101具体用于:
将所述颤振试验数据根据试验时间分为多段目标颤振试验数据段,其中,各所述目标颤振试验数据段与和该目标颤振试验数据段相邻的目标颤振试验数据段之间包括重叠数据段。
根据各所述目标颤振试验数据段,计算得到所述振动信号数据。
进一步地,所述滤波模块1102具体用于:
根据预设递归模型获取预设差分方程。
根据所述预设差分方程,计算得到目标传递函数。
根据目标传递函数获取目标滤波器,并通过所述目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
进一步地,所述计算模块1103具体用于:
获取所述目标随机信号的自相关函数。
根据傅里叶变换和所述自相关函数,计算得到所述目标随机信号的功率谱密度函数。
进一步地,所述计算模块1103具体还用于:
根据所述功率谱密度函数,计算得到目标模态主峰值。
根据所述目标模态主峰值,计算得到颤振稳定性参数。
综上所述,本申请实施例提供的风洞试验数据处理方法及装置,能够较为精确的获取颤振稳定性参数。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种风洞试验数据处理方法,应用于计算机设备,其特征在于,所述方法包括:
获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据;
通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号;
计算获得所述目标随机信号的功率谱密度函数;
根据所述功率谱密度函数,计算获得颤振稳定性参数。
2.根据权利要求1所述的方法,其特征在于,所述获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据,包括:
将所述颤振试验数据根据试验时间分为多段目标颤振试验数据段,其中,各所述目标颤振试验数据段与和该目标颤振试验数据段相邻的目标颤振试验数据段之间包括重叠数据段;
根据各所述目标颤振试验数据段,计算得到所述振动信号数据。
3.根据权利要求1所述的方法,其特征在于,所述通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号,包括:
根据预设递归模型获取预设差分方程;
根据所述预设差分方程,计算得到目标传递函数;
根据目标传递函数获取目标滤波器,并通过所述目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
4.根据权利要求1中所述的方法,其特征在于,所述计算获得所述目标随机信号的功率谱密度函数,包括:
获取所述目标随机信号的自相关函数;
根据傅里叶变换和所述自相关函数,计算得到所述目标随机信号的功率谱密度函数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述功率谱密度函数,计算获得颤振稳定性参数,包括:
根据所述功率谱密度函数,计算得到目标模态主峰值;
根据所述目标模态主峰值,计算得到颤振稳定性参数。
6.一种风洞试验数据处理装置,应用于计算机设备,其特征在于,所述装置包括:
获取模块,用于获取颤振试验数据,并根据所述颤振试验数据通过预设规则计算获取振动信号数据;
滤波模块,用于通过目标滤波器对所述振动信号数据进行滤波,获取目标随机信号;
计算模块,用于计算获得所述目标随机信号的功率谱密度函数;
根据所述功率谱密度函数,计算获得颤振稳定性参数。
7.根据权利要求6所述的装置,其特征在于,所述获取模块具体用于:
将所述颤振试验数据根据试验时间分为多段目标颤振试验数据段,其中,各所述目标颤振试验数据段与和该目标颤振试验数据段相邻的目标颤振试验数据段之间包括重叠数据段;
根据各所述目标颤振试验数据段,计算得到所述振动信号数据。
8.根据权利要求6所述的装置,其特征在于,所述滤波模块具体用于:
根据预设递归模型获取预设差分方程;
根据所述预设差分方程,计算得到目标传递函数;
根据目标传递函数获取目标滤波器,并通过所述目标滤波器对所述振动信号数据进行滤波,获取目标随机信号。
9.根据权利要求6中所述的装置,其特征在于,所述计算模块具体用于:
获取所述目标随机信号的自相关函数;
根据傅里叶变换和所述自相关函数,计算得到所述目标随机信号的功率谱密度函数。
10.根据权利要求6所述的装置,其特征在于,所述计算模块具体还用于:
根据所述功率谱密度函数,计算得到目标模态主峰值;
根据所述目标模态主峰值,计算得到颤振稳定性参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910798568.5A CN110470451A (zh) | 2019-08-27 | 2019-08-27 | 风洞试验数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910798568.5A CN110470451A (zh) | 2019-08-27 | 2019-08-27 | 风洞试验数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110470451A true CN110470451A (zh) | 2019-11-19 |
Family
ID=68512896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910798568.5A Pending CN110470451A (zh) | 2019-08-27 | 2019-08-27 | 风洞试验数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110470451A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2398294B1 (zh) * | 1977-06-21 | 1980-02-22 | Bulychev Gennady | |
GB1575406A (en) * | 1977-05-09 | 1980-09-24 | Secr Defence | Wind tunnels |
CN103123504A (zh) * | 2012-12-18 | 2013-05-29 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种适用于暂冲式跨声速风洞的变速压流场控制方法 |
CN103218481A (zh) * | 2013-03-26 | 2013-07-24 | 东南大学 | 大跨度桥梁风致灾变全过程的模拟方法 |
CN103345200A (zh) * | 2013-06-28 | 2013-10-09 | 华中科技大学 | 一种基于广义区间的切削加工颤振辨识方法 |
CN104048809A (zh) * | 2014-05-06 | 2014-09-17 | 中国空气动力研究与发展中心高速空气动力研究所 | 风洞试验用三自由度模拟外挂物颤振模型 |
CN104899432A (zh) * | 2015-05-19 | 2015-09-09 | 上海大学 | 基于核函数组合的pso-lssvm脉动风速预测方法 |
-
2019
- 2019-08-27 CN CN201910798568.5A patent/CN110470451A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1575406A (en) * | 1977-05-09 | 1980-09-24 | Secr Defence | Wind tunnels |
FR2398294B1 (zh) * | 1977-06-21 | 1980-02-22 | Bulychev Gennady | |
CN103123504A (zh) * | 2012-12-18 | 2013-05-29 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种适用于暂冲式跨声速风洞的变速压流场控制方法 |
CN103218481A (zh) * | 2013-03-26 | 2013-07-24 | 东南大学 | 大跨度桥梁风致灾变全过程的模拟方法 |
CN103345200A (zh) * | 2013-06-28 | 2013-10-09 | 华中科技大学 | 一种基于广义区间的切削加工颤振辨识方法 |
CN104048809A (zh) * | 2014-05-06 | 2014-09-17 | 中国空气动力研究与发展中心高速空气动力研究所 | 风洞试验用三自由度模拟外挂物颤振模型 |
CN104899432A (zh) * | 2015-05-19 | 2015-09-09 | 上海大学 | 基于核函数组合的pso-lssvm脉动风速预测方法 |
Non-Patent Citations (1)
Title |
---|
郭洪涛: "连续变速压颤振实验数据处理方法研究", 《万方文库》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180231406A1 (en) | Kalman filter based anti-transient-impact-vibration-interference signal processing method and system for vortex flowmeter | |
CN111781424B (zh) | 电动车绝缘电阻测量方法、装置、车辆及存储介质 | |
CN101788378B (zh) | 一种机械故障诊断方法和装置 | |
CN101894548A (zh) | 一种用于语种识别的建模方法及装置 | |
CN104217112B (zh) | 一种基于多类型信号的电力系统低频振荡分析方法 | |
CN110837683A (zh) | 电力系统暂态稳定的预测模型的训练及预测方法、装置 | |
CN106403795B (zh) | 一种电涡流位移传感器前置器 | |
CN110109441A (zh) | 一种激光惯组故障预测方法和系统 | |
US6990436B1 (en) | Computing frequency by using generalized zero-crossing applied to intrinsic mode functions | |
CN104483619A (zh) | 一种基于虚拟仪器的频率特性测试系统 | |
CN113569201A (zh) | 地磁Ap指数预报方法、装置及电子设备 | |
CN110470450A (zh) | 风洞试验颤振稳定性参数预测方法及装置 | |
CN115493622A (zh) | 一种基于模糊控制和高斯过程的半球谐振陀螺温补方法 | |
CN110470451A (zh) | 风洞试验数据处理方法及装置 | |
CN104539264B (zh) | 应用于eps电源系统的滤波方法及滤波电路 | |
CN103091561A (zh) | 从交直流叠加信号中提取直流信号的装置及方法 | |
Wang et al. | Early weak fault diagnosis of rolling element bearing based on resonance sparse decomposition and multi-objective information frequency band selection method | |
Thangamani et al. | Energy harvesting from cavity flow oscillations | |
CN104950215A (zh) | 一种微机保护方法 | |
Xiaoli et al. | Application of the state deterioration evolution based on bi-spectrum in wind turbine | |
Maleki et al. | Experimental investigation of the effect of active flow control on the wake of a wind turbine blade | |
Yang et al. | Hybrid extended‐cubature Kalman filters for non‐linear continuous‐time fractional‐order systems involving uncorrelated and correlated noises using fractional‐order average derivative | |
Vatchev et al. | Decomposition of functions into pairs of intrinsic mode functions | |
CN105865318A (zh) | 应用于lvdt位移传感器的非相敏数字解调系统及方法 | |
CN106788064B (zh) | 基于emd-elm的感应电机定子电阻参数识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |
|
RJ01 | Rejection of invention patent application after publication |