一种车辆声音信号特征提取方法.pdf
小新****ou
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种车辆声音信号特征提取方法.pdf
本发明涉及一种车辆声音信号特征提取方法,包括:对车辆声音信号进行预处理,同时提取基频;作快速傅里叶变换,计算出信号能量谱;将声音信号基频与梅尔三角滤波器组的中心频率进行组合,得到基频自适应三角滤波器组;将信号能量谱通过基频自适应三角滤波器组,得到基频自适应梅尔能量谱;对基频自适应的梅尔能量谱进行倒谱分析,得到基频自适应梅尔倒谱系数;对基频自适应梅尔倒谱系数的每一维分量进行加权,得到最终的车辆声音信号特征。本发明降低了同种车型声音信号特征间的区分度,增大了不同车型声音信号特征之间的差别,从而提高声音信号特征
一种侵彻过载信号的特征提取方法.pdf
本发明公开了一种侵彻过载信号的特征提取方法,包括利用总体经验模态分解法对测试信号进行分解、构造多维观察信号并对多维观察信号的自相关矩阵进行奇异值分解、确定主分量信号源数、形成多通道混合信号、采用二阶盲辨识算法对多通道混合信号进行盲源分离处理获得源信号、对源信号进行特征提取;针对合理分离弹体侵彻板靶时弹体的刚体加速度特征,滤除测试信号中含有的结构响应和外部噪声成份,从而进行侵彻过载信号特征的提取的问题,本发明所提供的一种侵彻过载信号的特征提取方法,对侵彻过载信号进行处理,能够获得反映弹体侵彻目标过程的刚体加
一种机械设备故障信号特征提取方法.pdf
本发明公开了一种机械设备故障信号特征提取方法,步骤为:利用传感器采集机械设备的各零部件的状态信号;对采集的状态信号进行经验小波变换,得到信号分解的模态分量;计算各模态分量与原始信号之间的相关系数,选取与原始信号相关度最高的若干模态分量作为最优模态分量;对最优模态分量构造Hankel矩阵,再进行奇异值分解,得到各最优模态分量的特征值;对各最优模态分量的特征值进行降维,将降维后的特征值组合成故障特征向量。本发明能够有效去除原始信号中包含的噪声,同时又能够保留信号中有用的特征,为机械设备的故障诊断提供了必要依据
一种变压器绕组振动信号特征提取方法.pdf
一种变压器绕组振动信号特征提取方法,实现分解模态数和惩罚因子的最优化选取,提出利用各模态量的能量分布作为振动信号的特征值的方法。它包括以下步骤:一、对获得的变压器绕组振动信号在初始分解模态数K和惩罚因子α下进行VMD预分解;二、通过改进人工蜂群算法实现变分模态分解参数(K,α)的优化选取;三、计算信号能量分布得到表征绕组机械状态特征值。本发明可以实现分解模态数和惩罚因子的最优化选取。
一种齿轮箱非平稳信号故障特征提取方法.pdf
本发明公开了一种齿轮箱非平稳信号故障特征提取方法,包括:同步采集变速工况下齿轮箱时域振动加速度信号和转速信号;将振动加速度信号进行阶次跟踪处理,获得角域振动加速度信号;构造平稳调制字典,并对信号整周期分段;对每段信号进行匹配追踪算法处理,重构信号中的准平稳调制信号;将剩余角域信号转换为时域信号;从剩余信号中识别出齿轮箱多阶固有频率和阻尼比;对剩余时域信号进行分段,构造冲击调制字典;利用匹配追踪算法提取信号中的冲击调制成分,对冲击调制成分进行阶次跟踪处理;分析提取信号的阶次域特征用于故障诊断。本发明将稀疏分