基于最小熵翻卷积的网络故障特征提取仿真

发布时间：2017-09-29 20:20

  本文关键词：基于最小熵翻卷积的网络故障特征提取仿真

  更多相关文章： 逆滤波器 信噪比 最小熵翻卷积 故障特征

【摘要】：传统的基于FRFT网络故障特征提取方法当网络信号发生突变时,由于受到噪声和信号衰弱的影响,导致网络故障特征极其微弱,并且网络的拓扑结构和权值分布成非线性映射,将信号简单排列成矩阵,无法有效实现对网络故障特征的提取。提出一种基于小波滤波以及最小熵翻卷积的网络故障特征提取方法,将突变信号在与之相邻尺度上的小波系数直接相乘,依据阈值对噪声中的网络故障信息进行采集并过滤噪声,使获取的小波系数信噪比大大增强。将突变信号小波变换值在几个尺度上进行计算,实现网络故障特征的初提取。获取一个逆滤波器,通过网络输出恢复网络输入信号,依据解卷积后获取的序列对可能估计值的最优解进行计算,求出逆滤波器矩阵,分析了最小熵归迭代算法的具体实现过程。仿真结果表明,所提方法具有很高的准确性。
【作者单位】： 北京联合大学师范学院;
【关键词】： 逆滤波器 信噪比 最小熵翻卷积 故障特征
【分类号】：TP393.06
【正文快照】： 1引言当前,随着网络的广泛应用,对于网络的维护和管理也随之更加复杂[1,2]。当网络出现局部故障时,将出现一系列的冲击衰减响应,体现为网络信号的突变点[3]。网络信号突变点含有丰富的故障特征信息,所以,研究信号突变环境下的网络故障特征提取问题对网络的正常运行维护具有重

【参考文献】

中国期刊全文数据库 前5条

1 唐友福;刘树林;刘颖慧;姜锐红;;基于非线性复杂测度的往复压缩机故障诊断[J];机械工程学报;2012年03期

2 何正嘉;袁静;訾艳阳;孙海亮;陈彬强;;机械故障诊断内积变换原理与验证[J];振动.测试与诊断;2012年02期

3 马鹏程;吴莎莎;韩振芳;;基于AR(1)-GARCH(1,1)模型的SHIBOR利率波动性研究[J];河北北方学院学报(自然科学版);2012年02期

4 汤宝平;董绍江;马靖华;;基于独立分量分析的EMD模态混叠消除方法研究[J];仪器仪表学报;2012年07期

5 黄伟国;赵凯;鞠华;朱忠奎;;时频特征融合的交叉项消除及其故障诊断应用[J];振动.测试与诊断;2012年06期

【共引文献】

中国期刊全文数据库 前10条

1 苗晟;董亮;何丽波;姚绍文;;一种基于信息过滤的无线电定位方法[J];国外电子测量技术;2014年03期

2 苗晟;王威廉;姚绍文;;Hilbert-Huang变换发展历程及其应用[J];电子测量与仪器学报;2014年08期

3 贾瑞生;赵同彬;孙红梅;闫相宏;;基于经验模态分解及独立成分分析的微震信号降噪方法[J];地球物理学报;2015年03期

4 李鹏宇;邵忍平;汪亚运;齐先坤;;局部特征尺度方法(LCD)及其在齿轮故障诊断中的应用研究[J];计算机测量与控制;2014年02期

5 田智;朱琴;练兴元;朱涛;王雪;;基于多尺度样本熵的往复式压缩机故障诊断方法研究[J];机械设计与制造工程;2014年03期

6 李鹏宇;邵忍平;汪亚运;;基于Shannon熵的LCD-SVM方法在齿轮故障分类中的研究[J];机械传动;2014年04期

7 司莉;毕贵红;张寿明;韦春桃;;一种改进的经验模态分解方法[J];计算机工程与应用;2014年14期

8 马哲;舒勤;;基于ESPRIT分解算法的短期电力负荷预测[J];电力系统保护与控制;2015年07期

9 罗柯;黄婧;孙素芬;郭锦江;王雪;;一种数据驱动模式下往复式压缩机通用诊断模式研究[J];设备管理与维修;2014年06期

10 盛敬;魏民祥;刘国满;杨海青;许善珍;;基于内禀模态特征能量法煤油机爆震特征提取[J];仪器仪表学报;2013年02期

中国博士学位论文全文数据库 前4条

1 唐友福;基于广义局部频率的非线性非平稳信号故障特征提取方法研究[D];上海大学;2013年

2 刘志亮;基于数据驱动的行星齿轮箱故障诊断方法研究[D];电子科技大学;2013年

3 滕瑞静;基于偏微分方程理论的机械故障诊断技术研究[D];浙江大学;2014年

4 张宏利;设备异常度检测及故障识别的人工免疫方法研究[D];上海大学;2014年

中国硕士学位论文全文数据库 前8条

1 李莎;大功率整流供电系统的键合图模型及故障诊断方法[D];湖南科技大学;2012年

2 蒋飞;磁力轴承系统故障诊断研究[D];武汉理工大学;2013年

3 何彦良;股权和房地产溢价与金融中介风险偏好的关系研究[D];哈尔滨工业大学;2013年

4 陈建华;大型数控磨床磨削颤振在线监测方法研究[D];浙江理工大学;2013年

5 陈勇;节能型矿用空气压缩机组智能监控系统的设计与实现[D];中北大学;2014年

6 孔凡丹;辽宁省参考作物腾发量时空演变规律分析[D];沈阳农业大学;2014年

7 杜新成;柴油机燃油系统故障诊断与应用[D];沈阳理工大学;2014年

8 何侃;立式辊磨机故障信号提取与处理方法研究[D];武汉理工大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 解幸幸;李舒;张春利;李建康;;Lempel-Ziv复杂度在非线性检测中的应用研究[J];复杂系统与复杂性科学;2005年03期

2 程正兴,张玲玲;多小波分析与应用[J];工程数学学报;2001年01期

3 高晶波,徐敏强,张嘉钟;2D12型往复式压缩机气阀故障诊断的时频分析方法[J];化工机械;2003年03期

4 陈予恕;;机械故障诊断的非线性动力学原理[J];机械工程学报;2007年01期

5 章立军;杨德斌;徐金梧;陈志新;;基于数学形态滤波的齿轮故障特征提取方法[J];机械工程学报;2007年02期

6 陈志新;徐金梧;杨德斌;;基于复小波块阈值的降噪方法及其在机械故障诊断中的应用[J];机械工程学报;2007年06期

7 于湘涛;褚福磊;郝如江;;基于柔性形态滤波和支持矢量机的滚动轴承故障诊断方法[J];机械工程学报;2009年07期

8 袁静;何正嘉;訾艳阳;;基于提升多小波的机电设备复合故障分离和提取[J];机械工程学报;2010年01期

9 丁康;朱文英;杨志坚;李巍华;;FFT+FT离散频谱校正法参数估计精度[J];机械工程学报;2010年07期

10 李振春;刁瑞;韩文功;刘力辉;;线性时频分析方法综述[J];勘探地球物理进展;2010年04期

【相似文献】

中国期刊全文数据库 前10条

1 李兆飞;柴毅;李华锋;;多重分形的振动信号故障特征提取方法[J];数据采集与处理;2013年01期

2 李辉,宋智勇,孙丰瑞;基于小波包-包络分析的故障特征提取方法[J];振动、测试与诊断;2003年04期

3 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期

4 傅振华;刘飞;陈伟元;谷宏强;郭利;;基于差值信号的故障特征提取及应用[J];国外电子测量技术;2010年01期

5 赵志宏;杨绍普;申永军;;基于独立分量分析与相关系数的机械故障特征提取[J];振动与冲击;2013年06期

6 游磊;胡俊;古沐松;朱然;;基于二进小波能量自功率谱的转子碰磨故障特征提取[J];煤矿机械;2013年02期

7 梅检民;肖云魁;曾锐利;李枫;任金成;;基于分数阶聚能带分析的微弱故障特征提取研究[J];振动与冲击;2013年17期

8 付霖宇;张鑫;程永茂;;基于FRFT的齿轮振动信号故障特征提取[J];计测技术;2013年06期

9 黄建招;谢建;李良;;基于小波变换的泄露故障特征提取研究[J];计算机测量与控制;2012年03期

10 陈仁祥;汤宝平;苏祖强;;Hilbert-Huang变换分析仪及其在机械故障特征提取中的应用[J];中国机械工程;2013年13期

中国重要会议论文全文数据库 前3条

1 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年

2 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

3 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年

中国博士学位论文全文数据库 前10条

1 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年

2 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年

3 李加庆;基于声全息的故障特征提取技术研究[D];上海交通大学;2008年

4 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年

5 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年

6 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年

7 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年

8 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

9 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学（北京）;2011年

10 毛永芳;机械测试中多分量信号特征提取方法的研究[D];重庆大学;2008年

中国硕士学位论文全文数据库 前10条

1 沈金理;机械装备连接松动故障特征提取方法的研究[D];东华大学;2013年

2 李敏;基于谱融合的管道故障特征提取方法研究[D];北京化工大学;2011年

3 易雄;基于小波分析的机械故障特征提取与诊断技术研究[D];浙江工业大学;2009年

4 钟晓平;气象卫星运动部件故障特征提取及振动特性研究[D];上海交通大学;2009年

5 宋震;柴油机典型故障特征提取与诊断研究[D];天津大学;2013年

6 王泽栋;钻井泵阀的故障特征提取与基于GSM的远程故障报警仪[D];北京化工大学;2008年

7 李艳妮;旋转机械故障机理与故障特征提取技术研究[D];北京化工大学;2007年

8 何侃;立式辊磨机故障信号提取与处理方法研究[D];武汉理工大学;2014年

9 刘亭伟;基于谱峭度的齿轮箱故障特征提取[D];昆明理工大学;2011年

10 李斌;基于盲源分离的旋转机械非平稳振动信号研究[D];昆明理工大学;2011年

，

本文编号：944049