基于多重分形谱的光纤周界振动信号识别

基于多重分形谱的光纤周界振动信号识别

论文摘要

为了有效识别光纤周界系统的振动信号,提出一种多重分形谱参数和改进概率神经网络相结合的光纤振动信号识别方法.该方法能够避免特征提取过程中需要选择经验阈值和模式识别过程中需要确定平滑因子的不足.首先,检验分析光纤振动信号多重分形的存在性和有效性.然后,计算和提取光纤振动信号的多重分形谱参数,构成能够准确描述信号非线性和复杂性特性的特征向量.最后,采用改进的概率神经网络算法进行自适应地学习和分类,实现对不同光纤振动信号的识别.采用现场实验采集的四种振动信号对该方法进行验证,结果表明,平均识别率达到96.25%,识别时间为1.63s.该方法在正确识别率方面优于传统的概率神经网络算法.

论文目录

  • 0 引言
  • 1 特性提取
  •   1.1 光纤传感器的基本原理
  •   1.2 光纤振动信号多重分形谱及参数物理意义
  • 2 模式识别
  •   2.1 PNN算法
  •   2.2 SA算法
  •   2.3 基于SA优化的PNN算法
  • 3 实验研究
  •   3.1 实验及数据
  •   3.2 实验信号多重分形的存在性及参数选取
  •     3.2.1 实验信号多重分形的存在性
  •     3.2.2 多重分形谱的参数提取
  •   3.3 基于多重分形谱的振动信号识别
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 熊兴隆,张琬童,冯磊,李猛,马愈昭,冯帅

    关键词: 光纤光学,信号识别,多重分形谱,模拟退火算法,概率神经网络

    来源: 光子学报 2019年02期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 物理学,无线电电子学,自动化技术

    单位: 中国民航大学天津市智能信号与图像处理重点实验室,中国民航大学空管研究院,中国民航大学工程技术训练中心

    基金: 国家自然科学基金(Nos.U1533113,U1833111)~~

    分类号: TP183;TN253

    页码: 56-67

    总页数: 12

    文件大小: 2726K

    下载量: 251

    相关论文文献

    • [1].基于多个无标度区的多重分形分析方法[J]. 计算物理 2010(06)
    • [2].基于多重分形谱和自组织神经网络的医学图像分割[J]. 中国组织工程研究与临床康复 2010(13)
    • [3].基于多重分形谱的粗糙模拟表面分析[J]. 真空 2016(06)
    • [4].金融资本市场的多重分形谱研究及实证分析[J]. 黄山学院学报 2009(03)
    • [5].加工表面多重分形谱权重因子的估算方法[J]. 江西蓝天学院学报 2008(03)
    • [6].基于多重分形谱的物理层帧结构检测算法研究[J]. 电子与信息学报 2018(02)
    • [7].高速列车监测数据的奇异性特征研究[J]. 电子科技大学学报 2014(03)
    • [8].加工表面多重分形谱权重因子的确定[J]. 江西科学 2010(06)
    • [9].镁质熔剂性球团矿相的多重分形谱[J]. 钢铁 2019(04)
    • [10].基于B超图像多重分形谱的脂肪肝严重程度识别[J]. 中国医学影像技术 2009(07)
    • [11].基于微震信号多重分形特征的岩石边坡变形预警研究[J]. 岩石力学与工程学报 2020(03)
    • [12].低硅烧结矿表面的多重分形谱计算和分析[J]. 钢铁研究学报 2014(04)
    • [13].降雨在时间分布的多重分形特征及对泥石流预测的指示[J]. 湖南师范大学自然科学学报 2014(02)
    • [14].铜陵矿集区断裂分形与多重分形特征[J]. 有色金属工程 2018(04)
    • [15].基于多重分形谱参数的刀具磨损状态特征提取[J]. 东北电力大学学报 2019(01)
    • [16].发动机振动信号特征参数的多重分形研究[J]. 内燃机学报 2008(01)
    • [17].多重分形理论在股市大幅波动中的应用[J]. 系统管理学报 2008(03)
    • [18].基于分形的心电信号非线性特征研究[J]. 西北工业大学学报 2018(02)
    • [19].受载煤岩体电磁辐射动态多重分形特征[J]. 煤炭学报 2016(06)
    • [20].多重分形谱在叶片图像处理中的应用[J]. 计算机工程与应用 2008(28)
    • [21].基于自适应变分模态分解及多重分形谱的风力机轴承故障分析[J]. 热能动力工程 2019(09)
    • [22].湍流与蠕虫的DNA序列的多重分形谱分析[J]. 解放军理工大学学报(自然科学版) 2010(05)
    • [23].基于多重分形的齿轮故障特征提取方法[J]. 大连海事大学学报 2009(01)
    • [24].股指波动性的多重分形谱方法研究[J]. 南京财经大学学报 2010(02)
    • [25].多重分形谱的输送带振动特性[J]. 黑龙江科技大学学报 2019(05)
    • [26].摩擦振动信号的经验模式分解和多重分形研究[J]. 振动与冲击 2016(03)
    • [27].基于多重分形谱的转子系统故障诊断与参数优选[J]. 机械传动 2013(09)
    • [28].基于MF-DFA的火电厂AGC指令特性分析[J]. 华东电力 2013(11)
    • [29].基于多重分形去趋势涨落的心室纤颤和心动过速分析[J]. 北京生物医学工程 2011(05)
    • [30].多重分形软件在烧结矿显微结构中的应用[J]. 物理测试 2015(03)

    标签:;  ;  ;  ;  ;  

    基于多重分形谱的光纤周界振动信号识别
    下载Doc文档

    猜你喜欢