液压与气动
液壓與氣動
액압여기동
Chinese Hydraulics & Pneumatics
2015年
11期
26-29,34
,共5页
液压信号%EMD%多特征组合%信号辨识
液壓信號%EMD%多特徵組閤%信號辨識
액압신호%EMD%다특정조합%신호변식
hydraulic pressure signals%EMD%multi-feature combination%signal identification
液压信号具有非平稳性、非线性、特征信息相近时难以正确辨识的特点.针对该特点提出了一种经验模态分解(EMD)和多特征组合的信号辨识方法.该方法将信号自适应分解为若干个固有模态函数(IMF);提取各IMF分量的能量、裕度、峰度、波动系数等特征参数,规范化后组合形成全局特征向量,并输入支持向量机(SVM)中学习和辨识.通过对液压主管压力信号处理表明:该方法能有效辨识特征信息相近的压力信号,在小样本下仍然具有较好的辨识率.
液壓信號具有非平穩性、非線性、特徵信息相近時難以正確辨識的特點.針對該特點提齣瞭一種經驗模態分解(EMD)和多特徵組閤的信號辨識方法.該方法將信號自適應分解為若榦箇固有模態函數(IMF);提取各IMF分量的能量、裕度、峰度、波動繫數等特徵參數,規範化後組閤形成全跼特徵嚮量,併輸入支持嚮量機(SVM)中學習和辨識.通過對液壓主管壓力信號處理錶明:該方法能有效辨識特徵信息相近的壓力信號,在小樣本下仍然具有較好的辨識率.
액압신호구유비평은성、비선성、특정신식상근시난이정학변식적특점.침대해특점제출료일충경험모태분해(EMD)화다특정조합적신호변식방법.해방법장신호자괄응분해위약간개고유모태함수(IMF);제취각IMF분량적능량、유도、봉도、파동계수등특정삼수,규범화후조합형성전국특정향량,병수입지지향량궤(SVM)중학습화변식.통과대액압주관압력신호처리표명:해방법능유효변식특정신식상근적압력신호,재소양본하잉연구유교호적변식솔.
