董建超
- 作品数：4 被引量：7H指数：1
- 供职机构：哈尔滨工程大学动力与能源工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学建筑科学电子电信动力工程及工程热物理更多>>
- 简谐成分的盲源分离适用性研究被引量：1
- 2014年
- 盲源分离问题(BSS)大多基于信源信号的独立性假设或者时间结构假设条件来展开研究,对信源的不当假设可能导致算法过学习,产生虚假的信源识别结果。针对机械系统中普遍存在的简谐成分,研究了BSS方法应用于简谐成分盲分离的适用性。简要介绍了2种典型的BSS方法——独立分量分析方法(ICA)和二阶盲辨识方法(SOBI),通过峭度分析简谐信号的非高斯性,发现当简谐信号构成傅里叶级数系时,有可能构成非高斯性更强的信号。应用FastICA算法和SOBI算法进行简谐信号盲分离的仿真研究以及简支梁结构模态识别的实验研究。结果表明:当简谐信号构成傅里叶级数系时,ICA方法会优先分离非高斯性更强的信号,导致方法过学习;而SOBI方法能确保简谐成分的盲分离过程准确可靠。
- 董建超杨铁军李新辉代路
- 关键词：盲源分离独立分量分析峭度模态识别
- 基于主分量分析的简支梁结构激励源识别
- 针对简支梁结构中应用主分量分析进行激励源识别,进行单源激励、双源激励和三源激励情况下的数值仿真,结果表明:在多源激励环境下,对响应进行主分量分析能够准确识别不相关激励源的数目。
- 董建超杜敬涛胡毅钧肖友洪杨铁军
- 关键词：主分量分析简支梁结构数值仿真
- 文献传递
- 主分量分析在激励源识别中的应用研究被引量：6
- 2013年
- 直观地解释了主分量分析(Principal Component Analysis,PCA)的求解原理及去相关能力,引入邻阶分量信噪比作为数据压缩和分量截断的依据,分析了混合矩阵条件数对PCA的影响。当PCA应用于机械系统时,分析了激励点位置与测点位置以及激励源自身的特性对识别结果的影响。分别采用相关白噪声与不相关白噪声对简支梁结构进行激励,进行了不相关激励源数目识别的实验研究。结果表明:在多输入多输出系统,当测点数目等于与高于激励源数目时,应用PCA并引入邻阶分量信噪比(Signal Noise Ratio,SNR),能够准确地识别不相关激励源的数目。以此为基础的预处理过程,能够确保盲源识别更加可靠。
- 董建超杨铁军李新辉代路
- 关键词：主分量分析条件数
- 基于主分量分析的简支梁结构激励源识别
- 2009年
- 针对简支梁结构中应用主分量分析进行激励源识别,进行单源激励、双源激励和三源激励情况下的数值仿真,结果表明:在多源激励环境下,对响应进行主分量分析能够准确识别不相关激励源的数目。
- 董建超杜敬涛胡毅钧肖友洪杨铁军
- 关键词：主分量分析源识别
