|
|||||
|
|
| 基于小波包特征熵的高速列车监测数据的特征分析 | |
| 作者单位： | ;1.西南交通大学电气工程学院 |
| 摘 要： | 将高速列车在不同工况和速度下的监测数据进行傅里叶分析用来确定各种不同工况信号的频率范围,再对不同工况和速度下的信号进行小波包分解,并重构通频范围内前几个低频带信号,进而建立信号的小波包特征熵向量,不同频带信号的小波包特征熵变化反映了列车运行状态的改变,最后将得到的小波包特征熵向量输入支持向量机进行故障识别。仿真分析结果表明该方法对高速列车故障状态识别是有效、可行的。 |
| 关 键 词： | 高速列车 监测数据 小波包特征熵 支持向量机 状态估计 |
Characteristics Analysis of High-speed Train Monitoring Data Based on Wavelet Packet Characteristic Entropy |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |