时频分析在环境激励下模态参数辨识中的应用

大型结构的模态测试、状态监测和运行状态下的结构模态参数辨识都使得传统的模态测试方法难以适用.相比而言,仅从输出响应辨识环境激励下的结构模态参数具有更大的灵活性.应用时频分析对响应信号作分解、重构操作能将复杂信号中的局部特征提取出来,进而进行模态参数的识别.     

脉冲切削力激励的铣削系统工作模态辨识方法

铣削系统模态参数决定了机床的在役可靠性和加工质量.加工过程中铣削系统随主轴转速和接触条件的改变而发生重构,其模态参数相较经典实验模态法获取的静态下的结果发生显著改变.脉冲切削力在关心频带内能产生具有平坦频谱的激励信号,可利用工作模态分析方法的多参考点最小二乘复指数法仅由该激励下的振动响应辨识切削系统模态参数,实现了加工过程中对切削系统工作模态参数的动态辨识.将此方法应用于铣削加工中心切削系统工作模态参数辨识并设计了切削实验.实验结果表明,所述方法估计的工作模态参数相较锤击试验法更接近系统真实动力学行为,使铣削系统的实时监测、主动维护、稳定性动态预测成为可能.     

用随机减量技术及ITD法识别工作模态参数

在许多情况下环境激励是无法测量的，假设环境对振动系统的激励是均值为零的白噪声，用随机减量技术将系统的自由振动信号从随机响应信号中分离出来，然后再用ITD法识别系统的模态参数，整个过程均在时域内进行，避免了时频转换中出现的“谱泄漏”等现象。     

基于ARMA模型的桥梁结构模态参数辨识研究

模态参数辨识是对结构进行动力损伤诊断的前提,本文介绍了一种通过建立ARMA模型来辨识结构工作模态参数的方法.待检结构在环境激励下发生自由振动,用位移传感器测出振动响应数据,据此建立适当阶数的ARMA模型,并估算模型参数.根据模型参数与系统模态参数的关系算得模态参数.最后用稳定图法剔除虚假模态,确定结构真实模态.重点讨论用ARMA时序模型进行模态频率辨识的问题,并通过一个简支梁振动试验对该方法进行了验证,将试验结果与随机子空间法和ANSYS建模分析法的计算结果对比发现,3种方法识别出的前三阶模态频率基本吻合,且满足精度要求,说明在激励数据未知的情况下,基于ARMA模型的模态参数辨识法能够准确地识别出系统的模态参数.     

QPSO算法识别环境激励下结构模态参数

实际工程中,系统的输入一般是未知的或者是不可测量的,识别结构的模态参数只能采用响应信号。并且一般环境激励下结构的输入信号是可以假设为白噪声激励,其信号的功率谱可以视为一常数。笔者利用量子行为粒子群优化（Quantum-behaved Particle Swarm Optimization,QPSO）算法将环境激励下结构模态参数识别问题转化为一个多维优化问题。最后采用一数值模拟的三层框架对该方法进行验证。结果表明,量子粒子群算法可以有效地识别结构模态参数。该研究结果可作为结构损伤识别的基础。     

环境激励下房屋建筑阻尼比的识别方法

阻尼比是结构动力分析的重要参数之一,阻尼比的准确取值是结构动力响应准确分析的前提.由于阻尼机理非常复杂,对阻尼比的取值一般通过实测得到.传统的模态参数识别方法同时需要已知激励和响应信号,但对实际建筑结构,激励施加存在困难.探讨了基于环境激励下的模态识别方法,利用环境激励下的结构振动响应数据,探讨了采用随机减量法和ITD(Ibrahim Time Domain)法相结合,有效地识别实际建筑结构的模态参数的方法.工程实例识别结果表明,该方法不仅能准确识别出结构的模态频率,也能相对准确地得到结构的模态阻尼比.     

高血压病脉象信号的时频分析

将人体作为一个复杂的系统,采用给脉搏以固定激励的方法,测出人体系统在此激励下的输出.运用时频分析法分析了无高血压病症和有高血压病症的脉象信号的时频谱分布和功率能量比分布特点.实验结果表明,无高血压的脉象信号能量主要集中在5 Hz以下的主波峰中,高于5 Hz的能量只占很小的部分,而病脉的频率范围比正常脉较宽,尤其中高频部分较宽.时频分析方法可以很好地区分无高血压病症和有高血压病症的脉象信号.     

环境激励下结构模态参数识别的量子粒子群算法

环境激励下的结构模态参数可以通过不同点输出信号的互功率谱识别出来.将包含结构模态参数的互功率谱理论公式与不同点输出信号计算得到的互功率谱之差作为目标函数,通过搜索模态参数的取值而使目标函数最小,从而将优化问题转化为模态参数识别问题.量子粒子群算法是一种基于群体智能理论的优化算法.论文将量子粒子群算法应用到上述优化问题中识别环境激励下的结构模态参数.最后采用数值模拟的简支梁对该方法进行有效性验证.结果表明,量子粒子群可以有效地识别环境激励下的结构模态参数.     

基于自适应线调频高斯基展开的参数识别方法

提出了用自适应线调频高斯基展开及其自适应谱进行参数识别的时频分析方法.用线调频高斯基函数自适应地对响应信号进行匹配分解,得到信号的线调频高斯基展开及其自适应谱.根据自适应谱从响应信号中重构出具有单频特性的振动信号,再由单自由度系统的参数识别方法识别系统的模态参数.并针对一多自由度系统具体论述了固有频率、阻尼比和振型的识别方法,识别结果与理论结果吻合较好.该方法不需要输入信号,并对平稳、非平稳信号均适用,且具有较强的抗噪声能力.算例分析说明提出的方法是参数识别的有效方法之一.     

基于环境激励的混凝土梁式结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法自然激励技术(NExT)、特征系统实现算法(ERA)进行详细讨论,并针对两种算法的特点,将其结合形成NExT/ERA时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提...     

基于Gabor特征融合与LBP直方图的人脸表情特征提取方法

针对Gabor特征全局表征能力弱以及特征数据维数存在冗余的问题,提出了一种采用Gabor多方向特征融合与分块直方图相结合的方法以有效提取表情特征.通过对不同表情的重要特征部位进行细化,采用Gabor滤波器有针对性地提取相关区域的多尺度和多方向特征,并对同尺度的特征进行融合,利用各区域内融合特征的直方图分布来表征图像.该方法可以提高特征提取的准确性,有效突出重要特征的辨识作用,大幅度降低特征的维数,在JAFFE表情库可以达到100%的识别率.     

虹膜识别算法的研究

虹膜识别是一种非常可靠的身份鉴别方法.在讨论虹膜图像定位、增强等预处理方法的基础上,针对现有虹膜识别算法中存在的问题,提出了虹膜有效区域选择、特征提取及编码匹配的有效方法.在虹膜图像有效区域的选择上,根据虹膜图像自身的生物特点采用一种新的分割方法,使得到的图像纹理信息更充足;在图像的特征提取方面,采用Gabor小波变换,将频率分为2个频段,不同的频段选择不同Gabor尺度参数,并选择适当的位置参数;为解决虹膜图像的旋转对虹膜识别的影响,将获得的虹膜编码进行错位匹配.实验结果表明,所提出的虹膜识别算法效果较好.     

时频分析与小波变换及其应用

详细分析了小波变换、短时傅立叶变换和Gabor展开 3种变换形式 ,介绍了它们在工程中的应用 .认为传统的信号分析和处理是在信号的时域或频域上进行的 ,其基础是假设信号或随机过程均为平稳或时不变的信号 ,而时频变换对于非平稳或时变信号的分析和处理有效     

一种有效计算离散Gabor展开的方法

定义了一种有限和无限序列的实数形式离散Gabor展开方式,这种展开方式使用了类似于广泛应用的复数形式Gabor展开方式。但前者由于仅涉及实数运算,结果不仅节省大量的运算,而且更便于硬件和软件的实现。另外,实数形式离散Gabor展开方式与复数形式离散Gabor展开方式有着非常简单的关系,所以前者可以取代后者的运算。     

基于Wigner-Ville分布的角域故障特征提取方法的研究

将采集的时域非平稳信号经过角域重采样转换成角域准平稳信号,再应用时频分析的方法进行分析,可提高分析精度.实际的工程信号不可避免的都存在噪声干扰,必须对信号作预处理,将信号中的噪声部分消除而又不至于将有用信息滤除,从而能够准确地提取出故障特征,第二代小波去噪方法可以较好地满足此类要求.角域信号带有相位信息,对角域信号应用基于Ga-bor重构的时变滤波技术遮掩掉信号中的各阶比分量,提取出仅包含有故障特征的信号,再计算其Wigner-Ville分布,可将故障定位在某一具体角度上,这对于叶轮机、齿轮等的故障检测具有重要的现实意义.     

基于实数形式Gabor变换的虹膜识别方法

提出基于实数形式Gabor变换(RGT)的虹膜识别算法。首先计算Gaussian函数的对偶窗函数;然后将对偶窗函数的RGT对规范化后的虹膜纹理进行分解,利用得到的实数Gabor变换系数求取局部均值与方差作为虹膜纹理特征。在算法上实现完全实数运算,大大降低了算法的复杂性。实验结果及数据分析表明了此方法的合理性及有效性。     

一种基于Gabor的第二特征匹配方法

提出一种基于Gabor变换的指纹第二特征匹配方法,包括指纹图像预处理、特征提取、匹配三部分.增强方面,针对低质量指纹的预处理,利用指纹的方向特性设计出Gabor滤波器,对指纹进行滤波,其增强效果明显;匹配方面,针对局部指纹图像不包括奇异点这样的结构,提出了通过第二特征点进行匹配.实验表明,基于Gabor变换的指纹第二特征向量匹配方法快速并具有一定的容忍度,特别是对于低质量指纹的识别,同时具有实用价值.     

基于HHT和WT识别高层建筑模态参数的比较研究

现役高层建筑动力响应的实测与参数识别对结构动态数据资料的补充和设计准确性的校验是十分必要的.首先回顾了基于HHT和WT识别结构动力参数的基本原理;接着,基于高层建筑动力响应的实测数据进行了结构固有频率和阻尼比的识别.结果表明,对结构固有频率和低阶阻尼比的识别两者都具有较高的准确性;而对于高阶阻尼比的识别,两者有较大差别.对于固有频率呈密集分布结构的动力参数识别,WT方法通过调整小波中心频率而实现频率分离,因而WT方法更为简单有效.     

基于Gabor滤波器的手机按键特征提取

本文将应用Gabor滤波器对散乱分布在深色背景上的手机按键特征进行提取。通过选取合适的Gabor滤波器参数,并根据Gabor滤波器的参数,采用自适应搜索窗口对按键图像的滤波响应提取局部极大值作为特征点,并以特征点周围领域的能量之和作为按键的特征信息,并利用该信息进行目标图像与样本图像的匹配率运算,达到识别的目的。     

SAR image change detection based on Brushlet transform

The traditional change detection method has a poor accuracy for similarity character capture and low direction-resolution. In this paper, a new 2D-Otsu SAR image change detection method is proposed based on the overcomplete Brushlet transform and Gabor window. This method combines the local anisotropic Gabor weighted nonlinear mean procedure in the overcomplete Brushlet domain and linear combination with the minimum mean squared error in the original domain to obtain mean character after the speckle noise is removed, which resolves the problem of low direction-resolution, and can accurately position the texture of each direction, frequency and position. Finally, change detection is processed by the 2D-Otsu method which combines the mean character and gray-level character. Experiment results show that the new method has a better performance, and can well preserve the detailed information such as the texture and edge.