| 【论文摘要】 |
本文研究了基于混沌理论建立预测模型的方法,其中包括Lyapunov指数预测,首先通过对发动机的声响信号进行傅立叶变换进行频域分析、主分量(PCA)分析、最大Lyapunov指数的混沌性判别来对发动机工作声响信号特点进行了全面的分析,通过验证其混沌性,采用GP算法对发动机实测信号进行相空间重构,计算其最大Lyapunov指数来建立预测模型,实现了发动机异响信号的分离。
在此基础上系统学习了基于局域预测理论的混沌建模,通过对零阶局域预测方法的改进,寻找预报中心点的k个临近点,并引入距离不同临近点具有不同权重的概念,应用加权最小二乘来拟和参数,对预测模型进行局部非线性化处理,实现了一阶加权局域法的预测,并通过Duffing混沌序列和实测发动机声响信号进行仿真实验,取得了满意的效果。
本文了借鉴了已成功应用在振动信号分析中的经验模态分解方法,依据任何信号由不同的固由简单振动模态组成的概念,将由混沌信号和谐波信号组合而成的复杂信号分解为不同的内在模态函数,并从中分解出谐波信号。经过分析,发动机工作声响信号具有类似振动信号的特点,成功的将淹没在发动机工作声响信号中的正弦信号分离出来,为进一步对异... |