本文關(guān)鍵詞： 隨機(jī)共振 陣列 自相關(guān)分析 自適應(yīng) tsPSO算法　出處：《機(jī)械強(qiáng)度》2017年06期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)傳統(tǒng)隨機(jī)共振方法存在的單級(jí)自適應(yīng)隨機(jī)共振方法輸出響應(yīng)信噪比低、參數(shù)自適應(yīng)時(shí)間長(zhǎng)且陣列隨機(jī)共振方法參數(shù)設(shè)置困難等不足,提出了一種基于帶極值擾動(dòng)的簡(jiǎn)化粒子群(Extremum Disturbed and Simple Particle Swarm Optimization,tsPSO)算法的陣列自適應(yīng)隨機(jī)共振方法,實(shí)現(xiàn)了強(qiáng)噪聲背景下大參數(shù)微弱信號(hào)的有效、快速檢測(cè)。首先,采用并聯(lián)隨機(jī)共振系統(tǒng),通過(guò)對(duì)各子系統(tǒng)的輸出響應(yīng)進(jìn)行自相關(guān)分析并合成提高最終輸出響應(yīng)的信噪比;其次,在每個(gè)并聯(lián)子系統(tǒng)中,通過(guò)隨機(jī)共振系統(tǒng)級(jí)聯(lián)的方式進(jìn)一步提高輸出響應(yīng)的信噪比;最后,以信噪比為適應(yīng)度函數(shù),對(duì)每個(gè)子系統(tǒng)的參數(shù)進(jìn)行自適應(yīng)選擇,并通過(guò)變換尺度分段搜索和采用ts PSO算法縮短參數(shù)自適應(yīng)的時(shí)間。仿真實(shí)驗(yàn)和工程應(yīng)用結(jié)果驗(yàn)證了該方法的有效性。
[Abstract]:In this paper , an array adaptive stochastic resonance method based on a simplified particle swarm optimization ( PSO ) algorithm with extreme disturbance is proposed to improve the signal - to - noise ratio of a large parameter weak signal . First , a parallel stochastic resonance system is adopted to adaptively select the parameters of each subsystem by means of a random resonance system cascade . Finally , the parameters of each subsystem are adaptively selected by means of a random resonance system cascade . Finally , the parameters adaptation time is shortened by means of the transform scale segmentation search and the ts PSO algorithm . The simulation experiment and engineering application result validate the validity of the method .

【作者單位】： 海軍航空工程學(xué)院;91079部隊(duì);
【分類(lèi)號(hào)】：TH17
【正文快照】： 出了隨機(jī)共振(Stochastic Resonance,SR)理論,并由此引言得到廣泛的關(guān)注。隨機(jī)共振現(xiàn)象是一種非線(xiàn)性現(xiàn)象,強(qiáng)噪聲背景下的微弱信號(hào)檢測(cè),是信號(hào)檢測(cè)與處它在一定條件下,將部分高頻噪聲能量轉(zhuǎn)移到低頻信理領(lǐng)域的研究熱點(diǎn),也是機(jī)械故障診斷與預(yù)測(cè)領(lǐng)域的號(hào)上,在降低噪聲的同時(shí)能夠

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 向家偉;崔向歡;王衍學(xué);蔣勇英;高海峰;;軸承故障診斷的最優(yōu)化隨機(jī)共振方法分析[J];農(nóng)業(yè)工程學(xué)報(bào);2014年12期

2 董華玉;李金壽;翟鏈;;早期故障信號(hào)基于調(diào)制隨機(jī)共振的核主元檢測(cè)[J];昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

3 劉鎏;閆云聚;常曉通;襲著有;;隨機(jī)共振與響應(yīng)靈敏度相結(jié)合的結(jié)構(gòu)損傷檢測(cè)方法[J];西南交通大學(xué)學(xué)報(bào);2013年05期

4 任立通;謝壽生;胡金海;余堅(jiān);王磊;苗卓廣;;基于穩(wěn)定約束的自適應(yīng)隨機(jī)共振轉(zhuǎn)子故障檢測(cè)方法[J];推進(jìn)技術(shù);2013年10期

5 雷亞國(guó);韓冬;林京;何正嘉;譚繼勇;;自適應(yīng)隨機(jī)共振新方法及其在故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2012年07期

6 焦尚彬;李鵬華;張青;黃偉超;;采用知識(shí)的粒子群算法的多頻微弱信號(hào)自適應(yīng)隨機(jī)共振檢測(cè)方法[J];機(jī)械工程學(xué)報(bào);2014年12期

7 朱維娜;林敏;;基于人工魚(yú)群算法的軸承故障隨機(jī)共振自適應(yīng)檢測(cè)方法[J];振動(dòng)與沖擊;2014年06期

8 曹偉青;傅攀;李曉暉;;刀具磨損早期故障智能診斷研究[J];中國(guó)機(jī)械工程;2014年18期

9 譚繼勇;陳雪峰;雷亞國(guó);何正嘉;;自適應(yīng)移頻變尺度隨機(jī)共振在故障診斷中的應(yīng)用[J];西安交通大學(xué)學(xué)報(bào);2009年07期

10 馮鎖魁;;可變約束與自適應(yīng)機(jī)械綜合設(shè)計(jì)的要點(diǎn)研究[J];科技視界;2012年06期

相關(guān)博士學(xué)位論文 前5條

1 曹偉青;機(jī)械早期故障弱信號(hào)提取及智能診斷研究[D];西南交通大學(xué);2015年

2 李建龍;隨機(jī)共振的參數(shù)調(diào)節(jié)方法及在信號(hào)處理中的應(yīng)用[D];浙江大學(xué);2005年

3 陸思良;基于隨機(jī)共振的微弱信號(hào)檢測(cè)模型及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

4 楊定新;微弱特征信號(hào)檢測(cè)的隨機(jī)共振方法與應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

5 王勝春;自適應(yīng)時(shí)頻分析技術(shù)及其在故障診斷中的應(yīng)用研究[D];山東大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王婕;基于隨機(jī)共振和混沌理論的行星齒輪箱微弱信號(hào)檢測(cè)方法研究[D];電子科技大學(xué);2014年

2 譙自健;基于隨機(jī)共振理論的微弱信號(hào)檢測(cè)方法研究及應(yīng)用[D];蘭州理工大學(xué);2015年

3 李培;基于多穩(wěn)隨機(jī)共振的機(jī)械微弱故障信號(hào)特征提取方法研究[D];燕山大學(xué);2016年

4 孫浩宇;基于隨機(jī)共振的風(fēng)電機(jī)組軸承早期微弱故障信號(hào)檢測(cè)[D];燕山大學(xué);2016年

5 房京祥;基于隨機(jī)共振和LMD的微弱信號(hào)檢測(cè)技術(shù)研究[D];天津大學(xué);2014年

6 蘇云升;基于改進(jìn)二維互補(bǔ)隨機(jī)共振的微弱信號(hào)檢測(cè)方法及應(yīng)用研究[D];安徽大學(xué);2017年

7 趙躍;隨機(jī)共振系統(tǒng)的脈沖響應(yīng)與恢復(fù)研究[D];天津大學(xué);2016年

8 吳恩浩;基于多尺度隨機(jī)共振譜的滾動(dòng)軸承故障診斷方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

9 張仲海;基于隨機(jī)共振的滾動(dòng)軸承微弱特征檢測(cè)技術(shù)應(yīng)用研究[D];天津大學(xué);2012年

10 耿翠珍;雙穩(wěn)態(tài)隨機(jī)共振系統(tǒng)后處理的研究[D];浙江大學(xué);2004年

，

本文編號(hào)：1447159